Databricks Runtime 10.5 per Machine Learning (Fine del Supporto)

Databricks Runtime 10.5 per Machine Learning offre un ambiente pronto all'uso per il machine learning e la data science basato su Databricks Runtime 10.5 (EoS). Databricks Runtime ML contiene molte librerie di Machine Learning più diffuse, tra cui TensorFlow, PyTorch e XGBoost. Databricks Runtime ML include AutoML, uno strumento per eseguire automaticamente il training delle pipeline di Machine Learning. Databricks Runtime ML supporta anche il training di deep learning distribuito utilizzando Horovod.

Per altre informazioni, incluse le istruzioni per la creazione di un cluster di Databricks Runtime ML, vedere IA e Machine Learning in Databricks.

Nuove funzionalità e miglioramenti

Databricks Runtime 10.5 ML è basato su Databricks Runtime 10.5. Per informazioni sulle novità di Databricks Runtime 10.5, tra cui Apache Spark MLlib e SparkR, vedere le note sulla versione di Databricks Runtime 10.5 (EoS).

Miglioramenti a AutoML

Sono stati apportati i miglioramenti seguenti a AutoML.

• Il miglioramento dell'utilizzo della memoria consente a AutoML di eseguire il training su set di dati di dimensioni maggiori.
• Con la previsione autoML, è ora possibile esportare le stime del modello migliore in una tabella usando l'API. Se output_database viene specificato, AutoML salva le stime del modello migliore in una nuova tabella nel database specificato. Ae output_database non viene specificato, le stime non vengono salvate.

Miglioramenti al Feature Store di Databricks

Sono stati apportati i miglioramenti seguenti a Databricks Feature Store.

• È ora possibile eliminare una tabella delle funzionalità esistente con l'API drop_table. Questa azione elimina anche la tabella Delta sottostante.
• È ora possibile usare l'API Python per aggiungere un tag a una tabella di funzionalità quando viene creato o registrato e aggiungere, aggiornare, eliminare o leggere tag nelle tabelle delle funzionalità esistenti.

Ambiente di sistema

L'ambiente di sistema in Databricks Runtime 10.5 ML differisce da Databricks Runtime 10.5 come indicato di seguito:

• DBUtils: Databricks Runtime ML non contiene l'utilità della libreria (dbutils.library) (legacy). Usa i comandi %pip invece. Vedi Librerie Python con ambito notebook.
• Per i cluster GPU, Databricks Runtime ML include le librerie GPU NVIDIA seguenti:
  • CUDA 11.0
  • cuDNN 8.0.5.39
  • NCCL 2.10.3
  • TensorRT 7.2.2

Libraries

Le sezioni seguenti elencano le librerie incluse in Databricks Runtime 10.5 ML che differiscono da quelle incluse in Databricks Runtime 10.5.

In questa sezione:

• Librerie di livello superiore
• librerie Python
• Librerie R
• librerie Java e Scala (cluster di Scala 2.12)

Librerie di livello superiore

Databricks Runtime 10.5 ML include le librerie di livello superiore seguenti:

• GraphFrames
• Horovod e HorovodRunner
• MLflow
• PyTorch
• spark-tensorflow-connector (connettore per Spark e TensorFlow)
• TensorFlow
• TensorBoard

librerie Python

Databricks Runtime 10.5 ML usa Virtualenv per la gestione dei pacchetti Python e include molti pacchetti di Machine Learning più diffusi.

Oltre ai pacchetti specificati nelle sezioni seguenti, Databricks Runtime 10.5 ML include anche i pacchetti seguenti:

• hyperopt 0.2.7.db1
• sparkdl 2.2.0-db6
• feature_store 0.4.1
• automl 1.8.0

librerie Python sui cluster di CPU

librerie Python nei cluster GPU

Pacchetti Spark contenenti moduli Python

Librerie R

Le librerie R sono identiche alle librerie R in Databricks Runtime 10.5.

librerie Java e Scala (cluster Scala 2.12)

Oltre alle librerie di Java e Scala in Databricks Runtime 10.5, Databricks Runtime 10.5 ML contiene i file JAR seguenti:

Cluster di CPU

Cluster di GPU