Databricks Runtime 12.2 LTS para Machine Learning (EoS)

O Databricks Runtime 12.2 LTS para Machine Learning fornece um ambiente prontoto-go para machine learning e ciência de dados com base em Databricks Runtime 12.2 LTS (EoS). O Databricks Runtime ML contém muitas bibliotecas de aprendizado de máquina populares, inclusive TensorFlow, PyTorch e XGBoost. O Databricks Runtime ML inclui o AutoML, uma ferramenta para treinamento automático de pipelines de aprendizado de máquina. O Databricks Runtime ML também oferece suporte ao treinamento de aprendizado profundo distribuído com o uso do Horovod.

Novos recursos e aprimoramentos

O Databricks Runtime 12.2 LTS para ML foi criado com base no Databricks Runtime 12.2 LTS. Para obter informações sobre as novidades no Databricks Runtime 12.2 LTS, incluindo Apache Spark MLlib e SparkR, consulte as notas de versão do Databricks Runtime 12.2 LTS (EoS ).

AutoML

Você pode usar as tabelas de recursos existentes no Repositório de Recursos para aumentar o conjunto de dados de entrada original para os problemas de previsão do AutoML. Para obter detalhes, consulte Integração do AutoML Feature Store.

Para obter mais informações sobre o AutoML, consulte O que é o AutoML?.

Ambiente do sistema

O ambiente do sistema no Databricks Runtime 12.2 LTS ML difere do Databricks Runtime 12.2 LTS da seguinte forma:

• DBUtils: o Databricks Runtime ML não inclui um Utilitário de biblioteca (dbutils.library) (herdado). Utilize os comandos %pip em vez disso. Consulte Bibliotecas Python no escopo do Notebook.
• Para clusters de GPU, o Databricks Runtime ML inclui as seguintes bibliotecas de GPU NVIDIA:
  • CUDA 11.3
  • cuDNN 8.0.5.39
  • NCCL 2.9.9
  • TensorRT 7.2.2

O Databricks Runtime 12.2 LTS para ML inclui o XGBoost 1.7.2, que não tem suporte para os clusters de GPU com capacidade de computação 5.2 e inferior.

Bibliotecas

As seções a seguir listam as bibliotecas incluídas no Databricks Runtime 12.2 LTS ML que são diferentes das incluídas no Databricks Runtime 12.2 LTS.

Nesta seção:

• Bibliotecas de camada superior
• bibliotecas Python
• Bibliotecas do R
• Bibliotecas Java e Scala (Scala 2.12 cluster)

Bibliotecas de camada superior

O Databricks Runtime 12.2 LTS para ML inclui as seguintes bibliotecas de camada superior:

• GraphFrames
• Horovod e HorovodRunner
• MLflow
• PyTorch
• spark-tensorflow-connector
• TensorFlow
• TensorBoard
• Scikit-learn

bibliotecas de Python

O Databricks Runtime 12.2 LTS ML usa o Virtualenv para Python gerenciamento de pacotes e inclui muitos pacotes ML populares.

Além dos pacotes especificados nas seções a seguir, o Databricks Runtime 12.2 LTS para ML também inclui os seguintes pacotes:

• hyperopt 0.2.7+db3
• sparkdl 2.3.0-db3
• automl 1.16.0

Para reproduzir o ambiente de Python do Databricks Runtime ML em seu ambiente virtual Python local, baixe o arquivo requirements-12.2.txt e execute pip install -r requirements-12.2.txt. Esse comando instala todas as bibliotecas de open source que o Databricks Runtime ML usa, mas não instala bibliotecas desenvolvidas pelo Databricks, como databricks-automl, databricks-feature-store ou o fork do Databricks de hyperopt.

bibliotecas Python em clusters de CPU

bibliotecas Python em clusters de GPU

Bibliotecas do R

As bibliotecas do R são idênticas às Bibliotecas do R existentes no Databricks Runtime 12.2 LTS.

bibliotecas Java e Scala (cluster Scala 2.12)

Além das bibliotecas Java e Scala no Databricks Runtime 12.2 LTS, o Databricks Runtime 12.2 LTS ML contém os seguintes JARs:

Clusters de CPU

Clusters de GPU