Databricks Runtime 14.0 para Machine Learning (EoS)

O Databricks Runtime 14.0 para Machine Learning fornece um ambiente pronto para uso em aprendizado de máquina e ciência de dados baseado no Databricks Runtime 14.0 (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.

Para obter mais informações, incluindo instruções para criar um cluster de ML do Databricks Runtime, confira IA e Machine Learning no Databricks.

Novos recursos e aprimoramentos

O Databricks Runtime 14.0 ML foi desenvolvido com base no Databricks Runtime 14.0. Para obter informações sobre as novidades 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 é diferente do Databricks Runtime 14.0 nestes aspectos:

• DBUtils: O Databricks Runtime ML não inclui Utilitário de biblioteca (dbutils.library) (herdado). Use os comandos %pip. Confira as bibliotecas Python no escopo do 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 tem suporte para clusters de GPU com capacidade de computação 5.2 e inferior.

Os seguintes pacotes incluídos nas 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 são diferentes daquelas incluídas no Databricks Runtime 14.0.

Nesta seção:

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

Bibliotecas de camada 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 do Python

O Databricks Runtime 14.0 ML usa o Virtualenv para gerenciamento de pacotes Python e inclui muitos pacotes de ML bastante populares.

Além dos pacotes especificados nas seções a seguir, o Databricks Runtime 14.0 ML também inclui os seguintes pacotes:

• hyperopt 0.2.7+db4
• 3.0.0_db1 sparkdl
• automl 1.21.1

Para reproduzir o ambiente Python do Databricks Runtime ML no ambiente virtual Python local, baixe o arquivo requirements-14.0.txt e execute pip install -r requirements-14.0.txt. Esse comando instala todas as bibliotecas código aberto 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 do Python em clusters de CPU

Bibliotecas do Python em clusters de GPU

Bibliotecas do R

As bibliotecas R são idênticas às Bibliotecas R do Databricks Runtime 14.0.

Bibliotecas do Java e do Scala (cluster do Scala 2.12)

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