Databricks Runtime 13.1 per Machine Learning (EoS)

Databricks Runtime 13.1 per Machine Learning è un ambiente pronto all’uso ottimizzato per l'esecuzione di processi di apprendimento automatico e data science basato su Databricks Runtime 13.1 (EoS). Databricks Runtime ML contiene molte di queste popolari librerie per l’apprendimento automatico, tra cui TensorFlow, PyTorch e XGBoost. Databricks Runtime ML include AutoML, uno strumento per eseguire automaticamente il training delle pipeline di Machine Learning. Databricks Runtime ML supporta anche l'addestramento distribuito di deep learning utilizzando Horovod.

Per altre informazioni, incluse le istruzioni per la creazione di un cluster di Machine Learning di Databricks Runtime, vedere Intelligenza artificiale e Machine Learning in Databricks.

Miglioramenti e nuove funzionalità

Databricks Runtime 13.1 ML è basato su Databricks Runtime 13.1. Per informazioni sulle novità di Databricks Runtime 13.1, tra cui Apache Spark MLlib e SparkR, vedere le note sulla versione di Databricks Runtime 13.1 (EoS).

Modifiche al Feature Store di Databricks

In Databricks Runtime 13.1 ML e versioni successive, negli archivi MySQL, publish_table usa il tipo LONGTEXT per i dati stringa nelle tabelle delle funzionalità. Se si pubblica una tabella usando Databricks Runtime 13.1 ML e quindi è necessario scriverla usando Databricks Runtime 13.0 o versione successiva, bisognerà usare publish_table in modalità di sovrascrittura oppure eliminare e pubblicare nuovamente la tabella online.

Ambiente di sistema

L'ambiente di sistema in Databricks Runtime 13.1 ML differisce da Databricks Runtime 13.1 come indicato di seguito:

• DBUtils: La Databricks Runtime ML non include l'utilità della libreria (dbutils.library) (legacy). Utilizzare i comandi %pip invece. Consulta Librerie Python a livello di notebook.
• Per i cluster GPU, Databricks Runtime ML include le librerie GPU NVIDIA seguenti:
  • CUDA 11.7
  • cuDNN 8.5.0.96-1
  • NCCL 2.15.1
  • TensorRT 7.2.2

Databricks Runtime 13.1 ML include XGBoost 1.7.5, che non supporta cluster GPU con capacità di calcolo 5.2 e versioni precedenti.

Librerie

Le sezioni seguenti elencano le librerie incluse in Databricks Runtime 13.1 ML che differiscono da quelle incluse in Databricks Runtime 13.1.

Contenuto della sezione:

• Librerie di livello superiore
• Librerie Python
• Librerie R
• Librerie Java e Scala (cluster Scala 2.12)

Librerie di livello superiore

Databricks Runtime 13.1 ML include le librerie di livello superiore seguenti:

• GraphFrames
• Horovod e HorovodRunner
• MLflow
• PyTorch
• spark-tensorflow-connector (connettore per Spark e TensorFlow)
• TensorFlow
• TensorBoard
• Scikit-learn

Librerie Python

Databricks Runtime 13.1 ML usa Virtualenv per la gestione dei pacchetti Python e include molti dei pacchetti ML più diffusi.

Sono state introdotte le librerie Python seguenti con Databricks Runtime 13.1 ML:

• langchain
• librosa
• pytesseract
• segmentazione delle frasi
• trasformatori di frase
• soundfile
• tiktoken

Oltre ai pacchetti specificati nelle sezioni seguenti, Databricks Runtime 13.1 ML include anche i pacchetti seguenti:

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

Per riprodurre l'ambiente Python di Databricks Runtime ML nell'ambiente virtuale Python locale, scaricare il file requirements-13.1.txt ed eseguire pip install -r requirements-13.1.txt. Questo comando installa tutte le librerie open source utilizzate da Databricks Runtime ML, ma non installa le librerie sviluppate da Databricks, come databricks-automl, databricks-feature-store o il fork di Databricks di hyperopt.

Librerie Python nei cluster di CPU

Librerie Python nei cluster GPU

Librerie R

Le librerie R sono identiche alle librerie R in Databricks Runtime 13.1.

Librerie Java e Scala (cluster Scala 2.12)

Oltre alle librerie Java e Scala in Databricks Runtime 13.1, Databricks Runtime 13.1 ML contiene i file JAR seguenti:

Cluster di CPU

Cluster GPU