Databricks Runtime 12.2 LTS para Machine Learning (EoS)

O Databricks Runtime 12.2 LTS para Aprendizagem Automática fornece um ambiente pronto para aprendizagem automática e ciência de dados baseado em Databricks Runtime 12.2 LTS (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.

Novos recursos e melhorias

O Databricks Runtime 12.2 LTS ML é construído sobre o Databricks Runtime 12.2 LTS. Para informações sobre as novidades do Databricks Runtime 12.2 LTS, incluindo Apache Spark MLlib e SparkR, consulte as notas de atualização do Databricks Runtime 12.2 LTS (EoS ).

AutoML

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

Para obter mais informações sobre AutoML, consulte O que é 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 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

O Databricks Runtime 12.2 LTS ML inclui o XGBoost 1.7.2, que não suporta 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 diferem daquelas incluídas no Databricks Runtime 12.2 LTS.

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 12.2 LTS ML inclui as seguintes bibliotecas de camada superior:

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

Bibliotecas Python

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

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

• hiperopt 0.2.7+db3
• Sparkdl 2.3.0-DB3
• AutoML 1.16.0 |

Para reproduzir o ambiente Databricks Runtime ML Python no seu ambiente virtual Python local, descarregue o ficheiro requirements-12.2.txt e execute pip install -r requirements-12.2.txt. Este comando instala todas as bibliotecas open source que o Databricks Runtime ML utiliza, mas não instala as bibliotecas desenvolvidas pelo Databricks, como databricks-automl, databricks-feature-store, ou o fork Databricks de hyperopt.

Bibliotecas Python em clusters de CPU

Bibliotecas Python em clusters de GPU

Bibliotecas R

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

Bibliotecas Java e Scala (cluster Scala 2.12)

Para 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