Databricks Runtime 13.1 für Machine Learning (EoS)

Databricks Runtime 13.1 für Machine Learning bietet eine ready-to-go Umgebung für machine learning und Data Science basierend auf Databricks Runtime 13.1 (EoS). Databricks Runtime ML enthält viele beliebte Machine Learning-Bibliotheken, einschließlich TensorFlow, PyTorch und XGBoost. Databricks Runtime ML enthält AutoML, ein Tool zum automatischen Trainieren von Machine Learning-Pipelines. Databricks Runtime ML unterstützt auch verteiltes Deep Learning-Training mit Horovod.

Weitere Informationen, einschließlich Anweisungen zum Erstellen eines Databricks Runtime ML-Clusters, finden Sie unter KI und Machine Learning in Databricks.

Neue Features und Verbesserungen

Databricks Runtime 13.1 ML basiert auf Databricks Runtime 13.1. Informationen zu den Neuerungen in Databricks Runtime 13.1, einschließlich Apache Spark MLlib und SparkR, finden Sie in den Versionshinweisen zur Databricks Runtime 13.1 (EoS).

Änderungen am Feature Store von Databricks

In Databricks Runtime 13.1 ML und höher verwendet publish_table in MySQL-Speichern den LONGTEXT-Typ für Zeichenfolgendaten in Featuretabellen. Wenn Sie eine Tabelle mithilfe von Databricks Runtime 13.1 ML veröffentlichen und dann mit Databricks Runtime 13.0 oder niedriger in sie schreiben müssen, müssen Sie entweder publish_table im Überschreibungsmodus verwenden oder die Onlinetabelle löschen und erneut veröffentlichen.

Systemumgebung

Die Systemumgebung in Databricks Runtime 13.1 ML unterscheidet sich wie folgt von Databricks Runtime 13.1:

• DBUtils: Databricks Runtime ML enthält kein Bibliothekshilfsprogramm (dbutils.library) (veraltet). Verwenden Sie stattdessen %pip-Befehle. Siehe Notebook-bezogenen Python-Bibliotheken.
• Für GPU-Cluster umfasst Databricks Runtime ML die folgenden NVIDIA-GPU-Bibliotheken:
  • CUDA 11.7
  • cuDNN 8.5.0.96-1
  • NCCL 2.15.1
  • TensorRT 7.2.2

Databricks Runtime 13.1 ML enthält XGBoost 1.7.5, das keine GPU-Cluster mit Computefunktion 5.2 und niedriger unterstützt.

Bibliotheken

In den folgenden Abschnitten werden die in Databricks Runtime 13.1 ML enthaltenen Bibliotheken aufgeführt, die sich von denen unterscheiden, die in Databricks Runtime 13.1 enthalten sind.

Inhalt dieses Abschnitts:

• Bibliotheken der obersten Ebene
• Python-Bibliotheken
• R-Bibliotheken
• Java- und Scala-Bibliotheken (Scala 2.12 Cluster)

Bibliotheken der obersten Ebene

Databricks Runtime 13.1 ML enthält die folgenden Bibliotheken der obersten Ebene:

• GraphFrames
• Horovod und HorovodRunner
• MLflow
• PyTorch
• Spark-Tensorflow-Verbinder
• TensorFlow
• TensorBoard
• scikit-learn

Python-Bibliotheken

Databricks Runtime 13.1 ML verwendet Virtualenv für Python Paketverwaltung und enthält viele beliebte ML-Pakete.

Die folgenden Python-Bibliotheken wurden mit Databricks Runtime 13.1 ML eingeführt:

• langchain
• librosa
• pytesseract
• Satzstück
• Satztransformatoren
• Sounddatei
• tiktoken

Zusätzlich zu den Paketen, die in den folgenden Abschnitten aufgeführt sind, umfasst Databricks Runtime 13.1 ML auch die folgenden Pakete:

• hyperopt 0.2.7+db3
• sparkdl 3.0.0_db1
• automl 1.18.0

Um die Databricks Runtime ML-Python-Umgebung in Ihrer lokalen Python virtuellen Umgebung zu reproduzieren, laden Sie die Datei requirements-13.1.txt herunter, und führen Sie pip install -r requirements-13.1.txt aus. Dieser Befehl installiert alle open source Bibliotheken, die Databricks Runtime ML verwendet, installiert jedoch keine Bibliotheken, die von Databricks entwickelt wurden, z. B. databricks-automl, databricks-feature-store, oder die Databricks-Verzweigung von hyperopt.

Python-Bibliotheken auf CPU-Clustern

Python Bibliotheken auf GPU-Clustern

R-Bibliotheken

Die R-Bibliotheken sind identisch mit den R-Bibliotheken in Databricks Runtime 13.1.

Java- und Scala-Bibliotheken (Scala 2.12-Cluster)

Zusätzlich zu Java- und Scala-Bibliotheken in Databricks Runtime 13.1 enthält Databricks Runtime 13.1 ML die folgenden JARs:

Rechencluster

GPU-Cluster