Databricks Runtime 14.0 para Machine Learning (EoS)

O Databricks Runtime 14.0 para Machine Learning fornece um ambiente pronto para uso em aprendizagem automática e ciência de dados, baseado em Databricks Runtime 14.0 (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 14.0 ML é construído sobre o Databricks Runtime 14.0. Para obter informações sobre o que há de novo no Databricks Runtime 14.0, incluindo Apache Spark MLlib e SparkR, consulte as notas de versão do Databricks Runtime 14.0 (EoS ).

Ambiente do sistema

O ambiente do sistema no Databricks Runtime 14.0 ML difere do Databricks Runtime 14.0 da seguinte maneira:

• 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 11,8
  • cuDNN 8.9.0.131-1
  • NCCL 2.15.1
  • TensorRT 8.5.3-1

O Databricks Runtime 14.0 ML inclui o XGBoost 1.7.6, que não suporta clusters de GPU com capacidade de computação 5.2 e inferior.

Os seguintes pacotes que foram incluídos em versões anteriores do Databricks Runtime ML foram removidos no Databricks Runtime 14.0 ML:

• miniconda |
• MLeap

Bibliotecas

As seções a seguir listam as bibliotecas incluídas no Databricks Runtime 14.0 ML que diferem daquelas incluídas no Databricks Runtime 14.0.

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 14.0 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 14.0 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 14.0 ML também inclui os seguintes pacotes:

• Hiperopt 0.2.7+DB4
• Sparkdl 3.0.0_db1
• AutoML 1.21.1

Para reproduzir o ambiente Databricks Runtime ML Python no seu ambiente virtual Python local, descarregue o ficheiro requirements-14.0.txt e execute pip install -r requirements-14.0.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 14.0.

Bibliotecas Java e Scala (cluster Scala 2.12)

Para além das bibliotecas Java e Scala no Databricks Runtime 14.0, o Databricks Runtime 14.0 ML contém os seguintes JARs:

Clusters de CPU

Clusters de GPU