Databricks Runtime 15.0 para Aprendizado de Máquina (EoS)
Nota
O suporte para esta versão do Databricks Runtime terminou. Para obter a data de fim do suporte, consulte Histórico de fim do suporte. Para todas as versões suportadas do Databricks Runtime, consulte Versões e compatibilidade das notas de versão do Databricks Runtime.
O Databricks Runtime 15.0 for Machine Learning fornece um ambiente pronto para uso para aprendizado de máquina e ciência de dados com base no Databricks Runtime 15.0 (EoS). O Databricks Runtime ML contém muitas bibliotecas populares de aprendizado de máquina, incluindo TensorFlow, PyTorch e XGBoost. O Databricks Runtime ML inclui o AutoML, uma ferramenta para treinar automaticamente pipelines de aprendizado de máquina. O Databricks Runtime ML também suporta treinamento distribuído de aprendizado profundo usando o Horovod.
Novos recursos e melhorias
O Databricks Runtime 15.0 ML é construído sobre o Databricks Runtime 15.0. Para obter informações sobre o que há de novo no Databricks Runtime 15.0, incluindo Apache Spark MLlib e SparkR, consulte as notas de versão do Databricks Runtime 15.0 (EoS ).
Alterações interruptivas
A CLI do Databricks herdado não está mais instalada por padrão
No Databricks Runtime 14.3 LTS ML e inferior, como a versão pré-instalada do MLflow exigia a CLI do Databricks herdada (databricks/databricks-cli), ela foi instalada automaticamente no $PATH. O Databricks Runtime 15.0 ML inclui o MLflow versão 2.10.2, que não requer a CLI herdada.
A partir do Databricks Runtime 15.0 ML, a CLI do Databricks herdada não é mais instalada automaticamente no $PATH. Essa é uma alteração importante para usuários que dependem da CLI herdada que está sendo instalada no tempo de execução. Comandos como %sh databricks ... não funcionam mais no Databricks Runtime 15.0 ML e superior.
Para continuar usando a CLI Databricks herdada de um bloco de anotações, instale-a como um cluster ou biblioteca de notebooks. A nova CLI Databricks (databricks/cli) está disponível no terminal web. Para obter mais informações, consulte Usar terminal da Web e CLI do Databricks.
MLeap não está mais disponível a partir do Databricks Runtime 15.0 ML
O MLeap não está mais disponível no Databricks Runtime 15.0 ML e superior. Para empacotar modelos para implantação em estruturas baseadas em JVM, o Databricks recomenda o uso do formato ONNX.
Descontinuação de Horovod e HorovodRunner
Horovod e HorovodRunner estão agora obsoletos. Para aprendizagem profunda distribuída, a Databricks recomenda o uso do TorchDistributor para treinamento distribuído com o PyTorch ou a API para treinamento distribuído com o tf.distribute.Strategy TensorFlow. Horovod e HorovodRunner são pré-instalados no Databricks Runtime 15.0 ML, mas serão removidos na próxima versão principal do Databricks Runtime ML.
Nota
horovod.sparknão suporta pyarrow versões 11.0 e superiores (consulte o problema relevante do GitHub). O Databricks Runtime 15.0 ML inclui pyarrow versão 14.0.1. Para usar horovod.spark com o Databricks Runtime 15.0 ML ou superior, você deve instalar manualmente o pyarrow, especificando uma versão abaixo de 11.0.
Ambiente do sistema
O ambiente do sistema no Databricks Runtime 15.0 ML difere do Databricks Runtime 15.0 da seguinte maneira:
- Para clusters de GPU, o Databricks Runtime ML inclui as seguintes bibliotecas de GPU NVIDIA:
- CUDA 12,1
- cuDNN 8.9.0.131-1
- NCCL 2.17.1
- TensorRT 8.6.1.6-1
Bibliotecas
As seções a seguir list as bibliotecas incluídas no Databricks Runtime 15.0 ML que diferem daquelas incluídas no Databricks Runtime 15.0.
Nesta secção:
- Bibliotecas de nível superior
- Bibliotecas Python
- Bibliotecas R
- Bibliotecas Java e Scala (cluster Scala 2.12)
Bibliotecas de nível superior
O Databricks Runtime 15.0 ML inclui as seguintes bibliotecas de camada superior:
- GraphFrames
- MLflow
- PyTorch
- conector spark-tensorflow;
- TensorFlow
- TensorBoard
- Scikit-learn
- (Preterido) Horovod e HorovodRunner
Bibliotecas Python
O Databricks Runtime 15.0 ML usa virtualenv para gerenciamento de pacotes Python e inclui muitos pacotes de ML populares.
Além dos pacotes especificados nas seções a seguir, o Databricks Runtime 15.0 ML também inclui os seguintes pacotes:
- Hiperopt 0.2.7+DB4
- Sparkdl 3.0.0_db1
- AutoML 1.25.0 |
Para reproduzir o ambiente Python do Databricks Runtime ML em seu ambiente virtual Python local, baixe o arquivo requirements-15.0.txt e execute pip install -r requirements-15.0.txt. Este comando instala todas as bibliotecas de código aberto que o Databricks Runtime ML usa, mas não instala bibliotecas desenvolvidas pelo Databricks, como databricks-automl, databricks-feature-storeou a bifurcação Databricks do hyperopt.
Bibliotecas Python em clusters de CPU
| Biblioteca | Versão | Biblioteca | Versão | Biblioteca | Versão |
|---|---|---|---|---|---|
| ABSL-PY | 1.0.0 | acelerar | 0.25.0 | AIOHTTP | 3.8.5 |
| aiohttp-cors | 0.7.0 | aiosignal | 1.2.0 | Anyio | 3.5.0 |
| Argônio2-CFFI | 21.3.0 | argon2-cffi-ligações | 21.2.0 | Astor | 0.8.1 |
| AstTokens | 2.0.5 | Astunparse | 1.6.3 | tempo limite assíncrono | 4.0.2 |
| ATRs | 22.1.0 | leitura de áudio | 3.0.1 | azure-core | 1.30.1 |
| Azure-Cosmos | 4.3.1 | azure-storage-blob | 12.19.0 | azure-storage-file-datalake | 12.14.0 |
| Backcall | 0.2.0 | Cripta | 3.2.0 | sopa bonita4 | 4.12.2 |
| preto | 23.3.0 | lixívia | 4.1.0 | abençoado | 1.20.0 |
| pisca-pisca | 1.4 | Blis | 0.7.11 | boto3 | 1.34.39 |
| botocore | 1.34.39 | Ferramentas de cache | 5.3.3 | catálogo | 2.0.10 |
| categoria-codificadores | 2.6.3 | certifi | 2023.7.22 | cffi | 1.15.1 |
| chardet | 4.0.0 | Normalizador de Charset | 2.0.4 | clicar | 8.0.4 |
| CloudPathlib | 0.16.0 | Cloudpickle | 2.2.1 | CMDSTANPY | 1.2.1 |
| colorido | 0.5.6 | Comm | 0.1.2 | Confeção | 0.1.4 |
| ConfigParser | 5.2.0 | contorno | 1.0.5 | criptografia | 41.0.3 |
| cycler | 0.11.0 | cymem | 2.0.8 | Quisto | 0.29.32 |
| dacite | 1.8.1 | databricks-automl-runtime | 0.2.21 | Databricks-Feature-Engineering | 0.3.0 |
| Databricks-SDK | 0.20.0 | DataClasses-JSON | 0.6.4 | conjuntos de dados | 2.16.1 |
| DBL-TEMPO | 0.1.26 | dbus-python | 1.2.18 | depuração | 1.6.7 |
| decorador | 5.1.1 | velocidade profunda | 0.13.1 | DeUsedXML | 0.7.1 |
| endro | 0.3.6 | cache de disco | 5.6.3 | Distlib | 0.3.8 |
| dm-árvore | 0.1.8 | pontos de entrada | 0.4 | evaluate | 0.4.1 |
| execução | 0.8.3 | facetas-visão geral | 1.1.1 | Farama-Notificações | 0.0.4 |
| fastjsonschema | 2.19.1 | texto rápido | 0.9.2 | filelock | 3.9.0 |
| Flask | 2.2.5 | flatbuffers | 23.5.26 | Fonttools | 4.25.0 |
| Frozenlist | 1.3.3 | FSspec | 2023.5.0 | Futuro | 0.18.3 |
| gast | 0.4.0 | GitDB | 4.0.11 | GitPython | 3.1.27 |
| google-api-core | 2.17.1 | Google-Auth | 2.21.0 | google-auth-oauthlib | 1.0.0 |
| google-nuvem-core | 2.4.1 | google-nuvem-armazenamento | 2.11.0 | Google-CRC32C | 1.5.0 |
| google-massas | 0.2.0 | google-retomable-media | 2.7.0 | googleapis-comuns-protos | 1.62.0 |
| GPUSTAT | 1.1.1 | Greenlet | 2.0.1 | Grpcio | 1.60.0 |
| grpcio-status | 1.60.0 | Gunicorn | 20.1.0 | GVIZ-API | 1.10.0 |
| ginásio | 0.28.1 | h11 | 0.14.0 | H5PY | 3.9.0 |
| HJSON | 3.1.0 | feriados | 0,38 | Horovod | 0.28.1+DB1 |
| htmlmin | 0.1.12 | httpcore | 1.0.4 | httplib2 | 0.20.2 |
| Disponível em: | 0.27.0 | abraçar-face-hub | 0.20.2 | idna | 3.4 |
| ImagemHash | 4.3.1 | imagem | 2.31.1 | aprendizagem desequilibrada | 0.11.0 |
| importlib-metadados | 6.0.0 | importlib_resources | 6.1.2 | ipyflow-núcleo | 0.0.198 |
| Ipykernel | 6.25.1 | ipython | 8.15.0 | ipython-genutils | 0.2.0 |
| ipywidgets | 8.0.4 | Isodato | 0.6.1 | é perigoso | 2.0.1 |
| Jax-Jumpy | 1.0.0 | Jedi | 0.18.1 | Jeepney | 0.7.1 |
| Jinja2 | 3.1.2 | jmespath | 0.10.0 | Joblib | 1.2.0 |
| Joblibspark | 0.5.1 | jsonpatch | 1.33 | jsonpointer | 2.4 |
| jsonschema | 4.17.3 | jupyter-servidor | 1.23.4 | jupyter_client | 7.4.9 |
| jupyter_core | 5.3.0 | Jupyterlab-Pygments | 0.1.2 | jupyterlab-widgets | 3.0.5 |
| keras | 2.15.0 | porta-chaves | 23.5.0 | Kiwisolver | 1.4.4 |
| langchain | 0.1.3 | langchain-comunidade | 0.0.20 | langchain-núcleo | 0.1.23 |
| códigos de lang | 3.3.0 | Langsmith | 0.0.87 | launchpadlib | 1.10.16 |
| lazr.restfulclient | 0.14.4 | lazr.uri | 1.0.6 | lazy_loader | 0.2 |
| libclang | 16.0.6 | librosa | 0.10.1 | LightGBM | 4.2.0 |
| llvmlite | 0.40.0 | lxml | 4.9.2 | lz4 | 4.3.2 |
| Mako | 1.2.0 | Markdown | 3.4.1 | markdown-it-py | 2.2.0 |
| MarkupSafe | 2.1.1 | Marshmallow | 3.21.1 | matplotlib | 3.7.2 |
| matplotlib-em linha | 0.1.6 | Mdurl | 0.1.0 | Mistune | 0.8.4 |
| ml-dtypes | 0.2.0 | mlflow-magro | 2.10.2 | mais-itertools | 8.10.0 |
| MPMmath | 1.3.0 | msgpack | 1.0.8 | multiditado | 6.0.2 |
| multimétodo | 1.11.2 | multiprocesso | 0.70.14 | Murmurhash | 1.0.10 |
| mypy-extensões | 0.4.3 | NBMédico | 0.5.5 | nbclient | 0.5.13 |
| nbconvert | 6.5.4 | nbformat | 5.7.0 | Ninho-Asyncio | 1.5.6 |
| redex | 3.1 | ninja | 1.11.1.1 | NLTK | 3.8.1 |
| bloco de notas | 6.5.4 | notebook_shim | 0.2.2 | numba | 0.57.1 |
| numpy | 1.23.5 | nvidia-ml-py | 12.535.133 | OAuthlib | 3.2.0 |
| openai | 1.9.0 | OpenCensus | 0.11.4 | contexto opencensus | 0.1.3 |
| opt-einsum | 3.3.0 | embalagem | 23.2 | pandas | 2.0.3 |
| PandocFilters | 1.5.0 | Paramiko | 2.9.2 | Parso | 0.8.3 |
| PathSpec | 0.10.3 | patsy | 0.5.3 | petastorm | 0.12.1 |
| pexpect | 4.8.0 | Phik | 0.12.4 | pickleshare | 0.7.5 |
| Travesseiro | 9.4.0 | pip | 23.2.1 | plataformadirs | 3.10.0 |
| enredo | 5.9.0 | PMDARIMA | 2.0.4 | cachorrinho | 1.8.1 |
| Preshed | 3.0.9 | Prometheus-cliente | 0.14.1 | prompt-toolkit | 3.0.36 |
| profeta | 1.1.5 | protobuf | 4.24.1 | PSUTIL | 5.9.0 |
| psycopg2 | 2.9.3 | ptyprocess | 0.7.0 | puro-eval | 0.2.2 |
| py-cpuinfo | 8.0.0 | py-espião | 0.3.14 | pyarrow | 14.0.1 |
| pyarrow-hotfix | 0,6 | pyasn1 | 0.4.8 | pyasn1-módulos | 0.2.8 |
| Pybind11 | 2.11.1 | Pyccolo | 0.0.52 | pycparser | 2.21 |
| Pidântico | 1.10.6 | Pygments | 2.15.1 | PyGObject | 3.42.1 |
| PyJWT | 2.3.0 | PyNaCl | 1.5.0 | PynVML | 11.5.0 |
| Pyodbc | 4.0.38 | pyparsing | 3.0.9 | pirsistent | 0.18.0 |
| Pytesseract | 0.3.10 | python-dateutil | 2.8.2 | python-editor | 1.0.4 |
| python-lsp-jsonrpc | 1.1.1 | pytz | 2022.7 | PyWavelets | 1.4.1 |
| PyYAML | 6,0 | Pyzmq | 23.2.0 | raio | 2.9.3 |
| regex | 2022.7.9 | pedidos | 2.31.0 | pedidos-oauthlib | 1.3.1 |
| Respostas | 0.13.3 | Adriático | 13.7.1 | RSA | 4,9 |
| s3transferir | 0.10.0 | Safetensores | 0.3.2 | scikit-imagem | 0.20.0 |
| scikit-learn | 1.3.0 | scipy | 1.11.1 | seaborn | 0.12.2 |
| Armazenamento Secreto | 3.3.1 | Enviar2Lixo | 1.8.0 | transformadores de sentenças | 2.2.2 |
| Peça de frase | 0.1.99 | setuptools | 68.0.0 | PASP | 0.44.0 |
| simplejson | 3.17.6 | seis | 1.16.0 | segmentação de dados | 0.0.7 |
| inteligente-aberto | 5.2.1 | smmap | 5.0.0 | sniffio | 1.2.0 |
| arquivo de som | 0.12.1 | Soupsieve | 2.4 | SOXR | 0.3.7 |
| espaçado | 3.7.2 | Spacy-legado | 3.0.12 | spacy-loggers | 1.0.5 |
| spark-tensorflow-distributor | 1.0.0 | SQLAlchemy | 1.4.39 | SQLPARSE | 0.4.2 |
| SRSLY | 2.4.8 | ssh-import-id | 5.11 | dados de pilha | 0.2.0 |
| Estanio | 0.3.0 | statsmodels | 0.14.0 | Sympy | 1.11.1 |
| emaranhado em unicode | 0.2.0 | tenacidade | 8.2.2 | TensorBoard | 2.15.1 |
| Tensorboard-Data-Server | 0.7.2 | Tensorboard-plugin-profile | 2.15.0 | tensorboardX | 2.6.2.2 |
| TensorFlow-CPU | 2.15.0 | TensorFlow-Estimador | 2.15.0 | TensorFlow-IO-GCS-FileSystem | 0.36.0 |
| Termcolor | 2.4.0 | terminado | 0.17.1 | fino | 8.2.3 |
| ThreadPoolCtl | 2.2.0 | arquivo tiff | 2021.7.2 | tiktoken | 0.5.2 |
| tinycss2 | 1.2.1 | tokenize-rt | 4.2.1 | tokenizadores | 0.15.0 |
| tocha | 2.1.2+CPU | Torcheval | 0.0.7 | Torchvision | 0.16.2+CPU |
| tornado | 6.3.2 | TQDM | 4.65.0 | traços | 5.7.1 |
| transformadores | 4.36.2 | Protetor de Tipografia | 2.13.3 | datilógrafo | 0.9.0 |
| digitação-inspeção | 0.9.0 | typing_extensions | 4.7.1 | tzdata | 2022.1 |
| Ujson | 5.4.0 | Upgrades autônomos | 0.1 | urllib3 | 1.26.16 |
| virtualenv | 20.21.0 | visões | 0.7.5 | wadllib | 1.3.6 |
| Wasabi | 1.1.2 | largura de wc | 0.2.5 | doninha | 0.3.4 |
| WebEncodings | 0.5.1 | Websocket-cliente | 0.58.0 | Werkzeug | 2.2.3 |
| roda | 0.38.4 | widgetsnbextension | 4.0.5 | nuvem de palavras | 1.9.3 |
| embrulhado | 1.14.1 | xgboost | 2.0.3 | xxhash | 3.4.1 |
| fios | 1.8.1 | ydata-profiling | 4.5.1 | zipp | | 3.11.0 |
Bibliotecas Python em clusters GPU
| Biblioteca | Versão | Biblioteca | Versão | Biblioteca | Versão |
|---|---|---|---|---|---|
| ABSL-PY | 1.0.0 | acelerar | 0.25.0 | AIOHTTP | 3.8.5 |
| aiohttp-cors | 0.7.0 | aiosignal | 1.2.0 | Anyio | 3.5.0 |
| Argônio2-CFFI | 21.3.0 | argon2-cffi-ligações | 21.2.0 | Astor | 0.8.1 |
| AstTokens | 2.0.5 | Astunparse | 1.6.3 | tempo limite assíncrono | 4.0.2 |
| ATRs | 22.1.0 | leitura de áudio | 3.0.1 | azure-core | 1.30.1 |
| Azure-Cosmos | 4.3.1 | azure-storage-blob | 12.19.0 | azure-storage-file-datalake | 12.14.0 |
| Backcall | 0.2.0 | Cripta | 3.2.0 | sopa bonita4 | 4.12.2 |
| preto | 23.3.0 | lixívia | 4.1.0 | abençoado | 1.20.0 |
| pisca-pisca | 1.4 | Blis | 0.7.11 | boto3 | 1.34.39 |
| botocore | 1.34.39 | Ferramentas de cache | 5.3.3 | catálogo | 2.0.10 |
| categoria-codificadores | 2.6.3 | certifi | 2023.7.22 | cffi | 1.15.1 |
| chardet | 4.0.0 | Normalizador de Charset | 2.0.4 | clicar | 8.0.4 |
| CloudPathlib | 0.16.0 | Cloudpickle | 2.2.1 | CMDSTANPY | 1.2.1 |
| colorido | 0.5.6 | Comm | 0.1.2 | Confeção | 0.1.4 |
| ConfigParser | 5.2.0 | contorno | 1.0.5 | criptografia | 41.0.3 |
| cycler | 0.11.0 | cymem | 2.0.8 | Quisto | 0.29.32 |
| dacite | 1.8.1 | databricks-automl-runtime | 0.2.21 | Databricks-Feature-Engineering | 0.3.0 |
| Databricks-SDK | 0.20.0 | DataClasses-JSON | 0.6.4 | conjuntos de dados | 2.16.1 |
| DBL-TEMPO | 0.1.26 | dbus-python | 1.2.18 | depuração | 1.6.7 |
| decorador | 5.1.1 | velocidade profunda | 0.13.1 | DeUsedXML | 0.7.1 |
| endro | 0.3.6 | cache de disco | 5.6.3 | Distlib | 0.3.8 |
| dm-árvore | 0.1.8 | einops | 0.7.0 | pontos de entrada | 0.4 |
| evaluate | 0.4.1 | execução | 0.8.3 | facetas-visão geral | 1.1.1 |
| Farama-Notificações | 0.0.4 | fastjsonschema | 2.19.1 | texto rápido | 0.9.2 |
| filelock | 3.9.0 | flash-attn | 2.5.0 | Flask | 2.2.5 |
| flatbuffers | 23.5.26 | Fonttools | 4.25.0 | Frozenlist | 1.3.3 |
| FSspec | 2023.5.0 | Futuro | 0.18.3 | gast | 0.4.0 |
| GitDB | 4.0.11 | GitPython | 3.1.27 | google-api-core | 2.17.1 |
| Google-Auth | 2.21.0 | google-auth-oauthlib | 1.0.0 | google-nuvem-core | 2.4.1 |
| google-nuvem-armazenamento | 2.11.0 | Google-CRC32C | 1.5.0 | google-massas | 0.2.0 |
| google-retomable-media | 2.7.0 | googleapis-comuns-protos | 1.62.0 | GPUSTAT | 1.1.1 |
| Greenlet | 2.0.1 | Grpcio | 1.60.0 | grpcio-status | 1.60.0 |
| Gunicorn | 20.1.0 | GVIZ-API | 1.10.0 | ginásio | 0.28.1 |
| h11 | 0.14.0 | H5PY | 3.9.0 | HJSON | 3.1.0 |
| feriados | 0,38 | Horovod | 0.28.1+DB1 | htmlmin | 0.1.12 |
| httpcore | 1.0.4 | httplib2 | 0.20.2 | Disponível em: | 0.27.0 |
| abraçar-face-hub | 0.20.2 | idna | 3.4 | ImagemHash | 4.3.1 |
| imagem | 2.31.1 | aprendizagem desequilibrada | 0.11.0 | importlib-metadados | 6.0.0 |
| importlib_resources | 6.1.2 | ipyflow-núcleo | 0.0.198 | Ipykernel | 6.25.1 |
| ipython | 8.15.0 | ipython-genutils | 0.2.0 | ipywidgets | 8.0.4 |
| Isodato | 0.6.1 | é perigoso | 2.0.1 | Jax-Jumpy | 1.0.0 |
| Jedi | 0.18.1 | Jeepney | 0.7.1 | Jinja2 | 3.1.2 |
| jmespath | 0.10.0 | Joblib | 1.2.0 | Joblibspark | 0.5.1 |
| jsonpatch | 1.33 | jsonpointer | 2.4 | jsonschema | 4.17.3 |
| jupyter-servidor | 1.23.4 | jupyter_client | 7.4.9 | jupyter_core | 5.3.0 |
| Jupyterlab-Pygments | 0.1.2 | jupyterlab-widgets | 3.0.5 | keras | 2.15.0 |
| porta-chaves | 23.5.0 | Kiwisolver | 1.4.4 | langchain | 0.1.3 |
| langchain-comunidade | 0.0.20 | langchain-núcleo | 0.1.23 | códigos de lang | 3.3.0 |
| Langsmith | 0.0.87 | launchpadlib | 1.10.16 | lazr.restfulclient | 0.14.4 |
| lazr.uri | 1.0.6 | lazy_loader | 0.2 | libclang | 16.0.6 |
| librosa | 0.10.1 | LightGBM | 4.2.0 | llvmlite | 0.40.0 |
| lxml | 4.9.2 | lz4 | 4.3.2 | Mako | 1.2.0 |
| Markdown | 3.4.1 | markdown-it-py | 2.2.0 | MarkupSafe | 2.1.1 |
| Marshmallow | 3.21.1 | matplotlib | 3.7.2 | matplotlib-em linha | 0.1.6 |
| Mdurl | 0.1.0 | Mistune | 0.8.4 | ml-dtypes | 0.2.0 |
| mlflow-magro | 2.10.2 | mais-itertools | 8.10.0 | MPMmath | 1.3.0 |
| msgpack | 1.0.8 | multiditado | 6.0.2 | multimétodo | 1.11.2 |
| multiprocesso | 0.70.14 | Murmurhash | 1.0.10 | mypy-extensões | 0.4.3 |
| NBMédico | 0.5.5 | nbclient | 0.5.13 | nbconvert | 6.5.4 |
| nbformat | 5.7.0 | Ninho-Asyncio | 1.5.6 | redex | 3.1 |
| ninja | 1.11.1.1 | NLTK | 3.8.1 | bloco de notas | 6.5.4 |
| notebook_shim | 0.2.2 | numba | 0.57.1 | numpy | 1.23.5 |
| nvidia-ml-py | 12.535.133 | OAuthlib | 3.2.0 | openai | 1.9.0 |
| OpenCensus | 0.11.4 | contexto opencensus | 0.1.3 | opt-einsum | 3.3.0 |
| embalagem | 23.2 | pandas | 2.0.3 | PandocFilters | 1.5.0 |
| Paramiko | 2.9.2 | Parso | 0.8.3 | PathSpec | 0.10.3 |
| patsy | 0.5.3 | petastorm | 0.12.1 | pexpect | 4.8.0 |
| Phik | 0.12.4 | pickleshare | 0.7.5 | Travesseiro | 9.4.0 |
| pip | 23.2.1 | plataformadirs | 3.10.0 | enredo | 5.9.0 |
| PMDARIMA | 2.0.4 | cachorrinho | 1.8.1 | Preshed | 3.0.9 |
| prompt-toolkit | 3.0.36 | profeta | 1.1.5 | protobuf | 4.24.1 |
| PSUTIL | 5.9.0 | psycopg2 | 2.9.3 | ptyprocess | 0.7.0 |
| puro-eval | 0.2.2 | py-cpuinfo | 8.0.0 | py-espião | 0.3.14 |
| pyarrow | 14.0.1 | pyarrow-hotfix | 0,6 | pyasn1 | 0.4.8 |
| pyasn1-módulos | 0.2.8 | Pybind11 | 2.11.1 | Pyccolo | 0.0.52 |
| pycparser | 2.21 | Pidântico | 1.10.6 | Pygments | 2.15.1 |
| PyGObject | 3.42.1 | PyJWT | 2.3.0 | PyNaCl | 1.5.0 |
| PynVML | 11.5.0 | Pyodbc | 4.0.38 | pyparsing | 3.0.9 |
| pirsistent | 0.18.0 | Pytesseract | 0.3.10 | python-dateutil | 2.8.2 |
| python-editor | 1.0.4 | python-lsp-jsonrpc | 1.1.1 | pytz | 2022.7 |
| PyWavelets | 1.4.1 | PyYAML | 6,0 | Pyzmq | 23.2.0 |
| raio | 2.9.3 | regex | 2022.7.9 | pedidos | 2.31.0 |
| pedidos-oauthlib | 1.3.1 | Respostas | 0.13.3 | Adriático | 13.7.1 |
| RSA | 4,9 | s3transferir | 0.10.0 | Safetensores | 0.3.2 |
| scikit-imagem | 0.20.0 | scikit-learn | 1.3.0 | scipy | 1.11.1 |
| seaborn | 0.12.2 | Armazenamento Secreto | 3.3.1 | Enviar2Lixo | 1.8.0 |
| transformadores de sentenças | 2.2.2 | Peça de frase | 0.1.99 | setuptools | 68.0.0 |
| PASP | 0.44.0 | simplejson | 3.17.6 | seis | 1.16.0 |
| segmentação de dados | 0.0.7 | inteligente-aberto | 5.2.1 | smmap | 5.0.0 |
| sniffio | 1.2.0 | arquivo de som | 0.12.1 | Soupsieve | 2.4 |
| SOXR | 0.3.7 | espaçado | 3.7.2 | Spacy-legado | 3.0.12 |
| spacy-loggers | 1.0.5 | spark-tensorflow-distributor | 1.0.0 | SQLAlchemy | 1.4.39 |
| SQLPARSE | 0.4.2 | SRSLY | 2.4.8 | ssh-import-id | 5.11 |
| dados de pilha | 0.2.0 | Estanio | 0.3.0 | statsmodels | 0.14.0 |
| Sympy | 1.11.1 | emaranhado em unicode | 0.2.0 | tenacidade | 8.2.2 |
| TensorBoard | 2.15.1 | Tensorboard-Data-Server | 0.7.2 | Tensorboard-plugin-profile | 2.15.0 |
| tensorboardX | 2.6.2.2 | TensorFlow | 2.15.0 | TensorFlow-Estimador | 2.15.0 |
| TensorFlow-IO-GCS-FileSystem | 0.36.0 | Termcolor | 2.4.0 | terminado | 0.17.1 |
| fino | 8.2.3 | ThreadPoolCtl | 2.2.0 | arquivo tiff | 2021.7.2 |
| tiktoken | 0.5.2 | tinycss2 | 1.2.1 | tokenize-rt | 4.2.1 |
| tokenizadores | 0.15.0 | tocha | 2.1.2+CU121 | Torcheval | 0.0.7 |
| Torchvision | 0.16.2+CU121 | tornado | 6.3.2 | TQDM | 4.65.0 |
| traços | 5.7.1 | transformadores | 4.36.2 | Tritão | 2.1.0 |
| Protetor de Tipografia | 2.13.3 | datilógrafo | 0.9.0 | digitação-inspeção | 0.9.0 |
| typing_extensions | 4.7.1 | tzdata | 2022.1 | Ujson | 5.4.0 |
| Upgrades autônomos | 0.1 | urllib3 | 1.26.16 | virtualenv | 20.21.0 |
| visões | 0.7.5 | wadllib | 1.3.6 | Wasabi | 1.1.2 |
| largura de wc | 0.2.5 | doninha | 0.3.4 | WebEncodings | 0.5.1 |
| Websocket-cliente | 0.58.0 | Werkzeug | 2.2.3 | roda | 0.38.4 |
| widgetsnbextension | 4.0.5 | nuvem de palavras | 1.9.3 | embrulhado | 1.14.1 |
| xgboost | 2.0.3 | xxhash | 3.4.1 | fios | 1.8.1 |
| ydata-profiling | 4.5.1 | zipp | | 3.11.0 |
Bibliotecas R
As bibliotecas R são idênticas às bibliotecas R no Databricks Runtime 15.0.
Bibliotecas Java e Scala (cluster Scala 2.12)
Além das bibliotecas Java e Scala no Databricks Runtime 15.0, o Databricks Runtime 15.0 ML contém os seguintes JARs:
Clusters de CPU
| ID do Grupo | ID do Artefacto | Versão |
|---|---|---|
| com.typesafe.akka | AKKA-actor_2,12 | 2.5.23 |
| ml.dmlc | xgboost4j-spark_2,12 | 1.7.3 |
| ml.dmlc | xgboost4j_2.12 | 1.7.3 |
| org.graphframes | graphframes_2.12 | 0.8.2-DB2-Faísca3.4 |
| org.mlflow | mlflow-cliente | 2.10.2 |
| org.scala-lang.modules | scala-java8-compat_2.12 | 0.8.0 |
| org.tensorflow | spark-tensorflow-connector_2.12 | 1.15.0 |
Clusters GPU
| ID do Grupo | ID do Artefacto | Versão |
|---|---|---|
| com.typesafe.akka | AKKA-actor_2,12 | 2.5.23 |
| ml.dmlc | xgboost4j-gpu_2,12 | 1.7.3 |
| ml.dmlc | xgboost4j-faísca-gpu_2.12 | 1.7.3 |
| org.graphframes | graphframes_2.12 | 0.8.2-DB2-Faísca3.4 |
| org.mlflow | mlflow-cliente | 2.10.2 |
| org.scala-lang.modules | scala-java8-compat_2.12 | 0.8.0 |
| org.tensorflow | spark-tensorflow-connector_2.12 | 1.15.0 |