Databricks Runtime 11.2 per Machine Learning (EoS)

Databricks Runtime 11.2 per il Machine Learning offre un ambiente pronto all'uso per il machine learning e la data science basato su Databricks Runtime 11.2 (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 11.2 ML è basato su Databricks Runtime 11.2. Per informazioni sulle novità di Databricks Runtime 11.2, tra cui Apache Spark MLlib e SparkR, vedere le note sulla versione di Databricks Runtime 11.2 (EoS).

Miglioramenti a AutoML

AutoML ora offre un supporto migliore per i set di dati sbilanciati per i problemi di classificazione. Per informazioni dettagliate, vedere Supporto sbilanciato del set di dati per i problemi di classificazione.

Miglioramenti al Feature Store di Databricks

Sono stati apportati i miglioramenti seguenti a Databricks Feature Store.

• Per gli store online, i campi utente e password sono stati ritirati. Per evitare incompatibilità future, modificare tutti gli usi di questi campi in write_secret_prefix.

• Tutta la documentazione e l'output del client dell'archivio funzionalità ora fanno riferimento alla versione client (ad esempio, 0.6.1), anziché alle versioni di Databricks Runtime ML (ad esempio 11.2).

Ambiente di sistema

L'ambiente di sistema in Databricks Runtime 11.2 ML differisce da Databricks Runtime 11.2 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 11.3
  • cuDNN 8.0.5.39
  • NCCL 2.9.9
  • TensorRT 7.2.2

Libraries

Le sezioni seguenti elencano le librerie incluse in Databricks Runtime 11.2 ML che differiscono da quelle incluse in Databricks Runtime 11.2.

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 11.2 ML include le librerie di livello superiore seguenti:

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

librerie Python

Databricks Runtime 11.2 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 11.2 ML include anche i pacchetti seguenti:

• hyperopt 0.2.7.db1
• 2.2.0_db6 sparkdl
• feature_store 0.6.0
• automl 1.12.3

librerie Python sui cluster di CPU

Per riprodurre l'ambiente Python ml di Databricks Runtime nell'ambiente virtuale Python locale, scaricare il file requirements-11.2.txt ed eseguire pip install -r requirements-11.2.txt. Questo comando installa tutte le librerie di open source usate da Databricks Runtime ML, ma non installa Azure Databricks librerie sviluppate, ad esempio databricks-automl, databricks-feature-store o il fork databricks di hyperopt.

librerie Python nei cluster GPU

Librerie R

Le librerie R sono identiche alle librerie R in Databricks Runtime 11.2.

librerie Java e Scala (cluster Scala 2.12)

Oltre a Java e librerie Scala in Databricks Runtime 11.2, Databricks Runtime 11.2 ML contiene i file JAR seguenti:

Cluster di CPU

Cluster di GPU