Databricks Runtime 11.2 para Machine Learning (EoS)

O Databricks Runtime 11.2 for Machine Learning fornece um ambienteto-go pronto para machine learning e ciência de dados baseado no Databricks Runtime 11.2 (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.

Para obter mais informações, incluindo instruções para criar um cluster de ML do Databricks Runtime, consulte IA e aprendizado de máquina no Databricks.

Novos recursos e melhorias

O Databricks Runtime 11.2 ML é construído sobre o Databricks Runtime 11.2. Para obter informações sobre o que há de novo no Databricks Runtime 11.2, incluindo Apache Spark MLlib e SparkR, consulte as notas de versão do Databricks Runtime 11.2 (EoS ).

Melhorias no AutoML

O AutoML agora tem melhor suporte para conjuntos de dados desequilibrados para problemas de classificação. Para obter detalhes, consulte Suporte a conjuntos de dados desequilibrados para problemas de classificação.

Aperfeiçoamentos no Databricks Feature Store

Os seguintes aprimoramentos foram feitos no Databricks Feature Store.

• Para lojas online, os campos de usuário e senha foram preteridos. Para evitar futuras incompatibilidades, altere todos os usos desses campos para write_secret_prefix.

• Toda a documentação e saída do cliente do repositório de funcionalidades agora passou a se referir à versão do cliente (por exemplo, 0.6.1) em vez das versões do Databricks Runtime ML (como 11.2).

Ambiente do sistema

O ambiente do sistema no Databricks Runtime 11.2 ML difere do Databricks Runtime 11.2 da seguinte forma:

• DBUtils: o Databricks Runtime ML não inclui o utilitário de biblioteca (dbutils.library) (legado). Em vez disso, use comandos %pip. Ver Bibliotecas de Python com âmbito de 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

Bibliotecas

As seções a seguir listam as bibliotecas incluídas no Databricks Runtime 11.2 ML que diferem daquelas incluídas no Databricks Runtime 11.2.

Nesta secção:

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

Bibliotecas de nível superior

O Databricks Runtime 11.2 ML inclui as seguintes bibliotecas de camada superior:

• GraphFrames
• Horovod e HorovodRunner
• MLflow
• PyTorch
• Spark-TensorFlow Connector
• TensorFlow
• TensorBoard
• Scikit-learn

Bibliotecas Python

O Databricks Runtime 11.2 ML utiliza o Virtualenv para gestão de pacotes em Python e inclui muitos pacotes populares de ML.

Além dos pacotes especificados nas seções a seguir, o Databricks Runtime 11.2 ML também inclui os seguintes pacotes:

• hiperopt 0.2.7.db1
• Sparkdl 2.2.0_db6
• feature_store 0.6.0
• AutoML 1.12.3 |

Bibliotecas Python em clusters de CPU

Para reproduzir o ambiente Databricks Runtime ML Python no seu ambiente virtual Python local, descarregue o ficheiro requirements-11.2.txt e execute pip install -r requirements-11.2.txt. Este comando instala todas as bibliotecas open source que o Databricks Runtime ML utiliza, mas não instala Azure Databricks bibliotecas desenvolvidas, como databricks-automl, databricks-feature-store ou o fork Databricks do hyperopt.

Bibliotecas Python em clusters de GPU

Bibliotecas R

As bibliotecas R são idênticas às bibliotecas R no Databricks Runtime 11.2.

Bibliotecas Java e Scala (cluster Scala 2.12)

Para além das bibliotecas Java e Scala no Databricks Runtime 11.2, o Databricks Runtime 11.2 ML contém os seguintes JARs:

Clusters de CPU

Clusters de GPU