Databricks Runtime ML 維護原則

Databricks Runtime ML 包含各種熱門的 ML 和 DL 程式庫。 每個版本都會更新程式庫，以包含新功能和修正。 本文說明支援的頂層函式庫、其 update 節奏，以及函式庫被棄用時的情境。

圖書館支持政策

Databricks 已將支援的函式庫子集指定為頂級函式庫。 針對這些程式庫，Databricks 提供更快的 update 節奏，並隨著每個執行環境版本更新至最新的套件版本（除非有相依性衝突）。 Databricks 也提供高階庫的進階支援、測試和內嵌優化。 高級程式庫只會隨著主要版本而新增或移除。

頂級程式庫的完整 list 為：

• 數據集
• GraphFrames
• MLflow
• PyTorch
• spark-tensorflow-connector
• Scikit-learn
• 串流
• TensorFlow
• TensorBoard
• 變壓器

如需瞭解在每個執行時間版本中包含的所有函式庫 list，請參閱 Databricks Runtime ML 版本資訊。

函式庫棄用原則

在下列情況下，Databricks 可能會對來自頂級 list 的函式庫執行 remove：

• 如果程式庫在兩個月內沒有新的提交，且超過六個月沒有新版本。 當積極維護重新開始時，Databricks 可能會重新加入已移除的資料庫。
• 如果圖書館的使用量大幅下降。
• 在新增套件以填補主要空白的情況下，函式庫將被取代。

如果程式庫達到下列任一條件時，Databricks 會 remove 預先安裝的程式庫：

• 函式庫不再進行積極維護。 當符合下列任一條件時，程式庫會被視為不再積極維護：
  • 三個月都沒有新提交，九個多月沒有新版本。
  • 資料庫的資源庫已封存。
  • 已經宣布停止維護該函式庫。
• 找不到適用於新運行時間的穩定版本。

當規劃移除程式庫時，Databricks 會採取下列步驟來通知客戶：

• 在運行時間版本資訊中，會新增棄用警告，指出這個程式庫將會在下一個主要 Databricks Runtime ML 版本中被移除。
• 匯入連結庫時會顯示通知，指出下一個主要 Databricks Runtime ML 版本中將會移除連結庫。
• Databricks 參考該庫的文件已更新，顯示該庫計畫被移除。

若要在移除連結庫之後繼續使用，您可以手動安裝連結庫，或使用舊版的 Databricks Runtime ML。