Nota
L'accés a aquesta pàgina requereix autorització. Pots provar d'iniciar sessió o canviar de directori.
L'accés a aquesta pàgina requereix autorització. Pots provar de canviar directoris.
Databricks Runtime 15.4 LTS para Machine Learning proporciona un entorno listo para usar, de aprendizaje automático y ciencia de datos, basado en Databricks Runtime 15.4 LTS. Databricks Runtime ML contiene muchas bibliotecas populares de aprendizaje automático, incluidas TensorFlow, PyTorch y XGBoost. Databricks Runtime ML incluye AutoML, una herramienta para entrenar automáticamente canalizaciones de aprendizaje automático. Databricks Runtime ML también admite el entrenamiento de aprendizaje profundo distribuido mediante TorchDistributor.
Nota:
LTS significa que esta versión tiene soporte técnico a largo plazo. Consulte Ciclo de vida de la versión de Databricks Runtime LTS.
Sugerencia
Para ver las notas de las versiones de Databricks Runtime que han llegado al fin del soporte (EoS), consulte las Notas de fin del soporte de Databricks Runtime. Las versiones de Databricks Runtime EoS se han retirado y es posible que no se actualicen.
Nuevas características y mejoras
Databricks Runtime 15.4 LTS ML se basa en Databricks Runtime 15.4 LTS. Para obtener información sobre las novedades de Databricks Runtime 15.4 LTS, incluidas Apache Spark MLlib y SparkR, consulte las notas de la versión de Databricks Runtime 15.4 LTS .
Pesos de ejemplo de AutoML para la clasificación
AutoML ahora admite pesos de muestra para su clasificación, lo que le permite ajustar la importancia de cada clase durante el entrenamiento del modelo de clasificación. Para obtener más información, vea los Parámetros de clasificación para la API de Python de AutoML.
Cambios en el cliente de ingeniería de características de Databricks
La versión de databricks-feature-engineering que se envió con Databricks Runtime 15.4 LTS ML es 0.6.0.
- En el caso de recursos de cálculo creados en o después del 31 de marzo de 2025 que no están habilitados para Photon, la versión instalada de
databricks-feature-engineeringes 0.8.0. - Para el cómputo creado el 21 de julio de 2025 o después que esté habilitado para Photon o use una CPU basada en Arm64, la versión instalada de
databricks-feature-engineeringes 0.8.0.
Para obtener información sobre las novedades de la API de Python de ingeniería de características de Databricks, consulte las notas de la versión del cliente de ingeniería de características.
Otros cambios
Petastorm ya está en desuso
El paquete Petastorm ahora está en desuso. Las versiones posteriores a 15.4 LTS ML no tendrán este paquete preinstalado. Mosaic Streaming es el reemplazo recomendado para cargar grandes conjuntos de datos desde almacenamiento en la nube.
El distribuidor de Tensorflow de Spark ya está en desuso
El paquete spark-tensorflow-distributor ya está en desuso. Las versiones posteriores a 15.4 LTS ML no tendrán este paquete preinstalado.
Ray en Databricks es el reemplazo recomendado para el entrenamiento distribuido de un modelo tensorflow o Keras.
Entorno del sistema
El entorno del sistema en Databricks Runtime 15.4 LTS ML se diferencia del de Databricks Runtime 15.4 LTS en lo siguiente:
- En los clústeres de GPU, Databricks Runtime ML incluye las siguientes bibliotecas de GPU de NVIDIA:
- CUDA 12.1
- cusolver 11.4.5.107-1
- cupti 12.1
- cuDNN 8.9.0.131-1
- NCCL 2.17.1
- TensorRT 8.6.1.6-1
Bibliotecas
En las secciones siguientes se enumeran las bibliotecas incluidas en Databricks Runtime 15.4 LTS ML, que difieren de las incluidas en Databricks Runtime 15.4 LTS.
En esta sección:
- Bibliotecas de nivel superior
- Bibliotecas de Python
- Bibliotecas de R
- Bibliotecas de Java y Scala (clúster de Scala 2.12)
Bibliotecas de nivel superior
Databricks Runtime 15.4 LTS ML incluye las siguientes bibliotecas de nivel superior:
- Conjuntos de datos
- GraphFrames
- MLflow
- PyTorch.
- spark-tensorflow-connector (conector para Spark y TensorFlow)
- Scikit-learn
- TensorFlow
- TensorBoard
- Transformadores
Bibliotecas de Python
Databricks Runtime 15.4 LTS ML usa virtualenv para la administración de los paquetes de Python, e incluye muchos paquetes populares de ML.
Además de los paquetes especificados en las secciones siguientes, Databricks Runtime 15.4 LTS ML también incluye los paquetes siguientes:
- hyperopt 0.2.7+db3
- sparkdl 3.0.0_db1
- automl 1.28.0
Para reproducir el entorno de Python de Databricks Runtime ML en el entorno virtual local de Python:
Descargue el archivo adecuado
requirements.txt. Consulte las versiones de los archivos para Databricks Runtime 15.4 LTS ML.En sistemas Ubuntu, ejecute
sudo apt-get install libpq-dev libcairo2-dev libdbus-1-dev libgirepository1.0-dev libsnappy-devpara instalar bibliotecas del sistema.Ejecute
pip install -r requirements-<version>.txt> --extra-index-url https://download.pytorch.org/whl/cpu. Por ejemplo:pip install -r requirements-15.4-v3.txt --extra-index-url https://download.pytorch.org/whl/cpu.Este comando instala todas las bibliotecas de código abierto que usa Databricks Runtime ML, pero no instala bibliotecas que desarrolla Databricks, como
databricks-automl, o la bifurcación de Databricks dehyperoptohorovod.
requirements.txt versiones de archivos para Databricks Runtime 15.4 LTS ML
Algunos paquetes se actualizaron después de la versión inicial de Databricks Runtime 15.4 LTS ML. Use la tabla siguiente para determinar y descargar el archivo correcto requirements.txt .
| Fecha de creación del cómputo | Estado de Photon | Paquetes actualizados después de la versión inicial de Databricks Runtime 15.4 LTS ML | archivo requirements.txt |
|---|---|---|---|
| Antes del 11 de febrero de 2025 | Cualquiera | Ninguno | requirements-15.4.txt |
| Entre el 12 de febrero de 2025 y el 30 de marzo de 2025 | No habilitado para Photon |
mlflow-skinny 2.19.0 |
requirements-15.4-v2.txt |
| Entre el 31 de marzo de 2025 y el 20 de julio de 2025 | No habilitado para Photon |
mlflow-skinny 2.19.0databricks-feature-engineering 0.8.0 |
requirements-15.4-v3.txt |
| El 21 de julio de 2025 o después | Habilitado para Photon o usa cpu basada en Arm64 |
mlflow-skinny 2.19.0databricks-feature-engineering 0.8.0ray 2.37.0 |
requirements-15.4-v4.txt |
Bibliotecas de Python en clústeres de CPU
| Biblioteca | Versión | Biblioteca | Versión | Biblioteca | Versión |
|---|---|---|---|---|---|
| absl-py | 1.0.0 | acelerar | 0.31.0 | aiohttp | 3.8.5 |
| aiohttp-cors | 0.7.0 | aiosignal | 1.2.0 | anyio | 3.5.0 |
| argon2-cffi | 21.3.0 | argon2-cffi-bindings | 21.2.0 | astor | 0.8.1 |
| asttokens | 2.0.5 | astunparse | 1.6.3 | async-timeout | 4.0.2 |
| attrs | 22.1.0 | audioread | 3.0.1 | azure-core | 1.30.2 |
| azure-cosmos | 4.3.1 | azure-identity | 1.17.1 | azure-storage-blob | 12.19.1 |
| azure-storage-file-datalake | 12.14.0 | backcall | 0.2.0 | bcrypt | 3.2.0 |
| beautifulsoup4 | 4.12.2 | negro | 23.3.0 | bleach | 4.1.0 |
| blinker | 1.4 | blis | 0.7.11 | boto3 | 1.34.39 |
| botocore | 1.34.39 | Brotli | 1.0.9 | cachetools | 5.4.0 |
| catálogo | 2.0.10 | codificadores de categorías | 2.6.3 | certifi | 2023.7.22 |
| cffi | 1.15.1 | chardet | 4.0.0 | charset-normalizer | 2.0.4 |
| circuitbreaker | 1.4.0 | Haz clic | 8.0.4 | cloudpathlib | 0.16.0 |
| cloudpickle | 2.2.1 | cmdstanpy | 1.2.2 | colorido | 0.5.6 |
| comm | 0.1.2 | confitería | 0.1.4 | configparser | 5.2.0 |
| contourpy | 1.0.5 | criptografía | 41.0.3 | ciclista | 0.11.0 |
| cymem | 2.0.8 | Cython | 0.29.32 | dacite | 1.8.1 |
| databricks-automl-runtime | 0.2.21 | databricks-feature-engineering* | 0.6.0 | databricks-sdk | 0.20.0 |
| dataclasses-json | 0.6.7 | conjuntos de datos | 2.19.1 | dbl-tempo | 0.1.26 |
| dbus-python | 1.2.18 | debugpy | 1.6.7 | decorador | 5.1.1 |
| deepspeed | 0.14.4 | defusedxml | 0.7.1 | Obsoleto | 1.2.14 |
| dill | 0.3.6 | diskcache | 5.6.3 | distlib | 0.3.8 |
| dm-tree | 0.1.8 | puntos de entrada | 0,4 | evaluate | 0.4.2 |
| executing | 0.8.3 | visión general de las facetas | 1.1.1 | Farama-Notifications | 0.0.4 |
| fastjsonschema | 2.20.0 | fasttext | 0.9.2 | bloqueo de archivos | 3.13.4 |
| Flask | 2.2.5 | flatbuffers | 24.3.25 | fonttools | 4.25.0 |
| frozenlist | 1.3.3 | fsspec | 2023.5.0 | futuro | 0.18.3 |
| gast | 0.4.0 | gitdb | 4.0.11 | GitPython | 3.1.27 |
| google-api-core | 2.18.0 | google-auth | 2.21.0 | google-auth-oauthlib | 1.0.0 |
| google-cloud-core | 2.4.1 | Google Cloud Storage (almacenamiento en la nube de Google) | 2.10.0 | google-crc32c | 1.5.0 |
| google-pasta | 0.2.0 | google-resumable-media (medios reanudables de Google) | 2.7.1 | googleapis-common-protos | 1.63.0 |
| greenlet | 2.0.1 | grpcio | 1.60.0 | grpcio-status | 1.60.0 |
| gunicorn | 20.1.0 | gviz-api | 1.10.0 | Gimnasio | 0.28.1 |
| h11 | 0.14.0 | h5py | 3.10.0 | hjson | 3.1.0 |
| vacaciones | 0.45 | horovod | 0.28.1+db1 | htmlmin | 0.1.12 |
| httpcore | 1.0.5 | httplib2 | 0.20.2 | httpx | 0.27.0 |
| huggingface-hub | 0.23.4 | idna | 3.4 | Hash de imagen | 4.3.1 |
| imageio | 2.31.1 | imbalanced-learn | 0.11.0 | importlib-metadata | 6.0.0 |
| importlib_resources | 6.4.0 | ipyflow-core | 0.0.198 | ipykernel | 6.25.1 |
| ipython | 8.15.0 | ipython-genutils | 0.2.0 | ipywidgets | 7.7.2 |
| isodate | 0.6.1 | Es peligroso | 2.0.1 | jax-jumpy | 1.0.0 |
| Jedi | 0.18.1 | jeepney | 0.7.1 | Jinja2 | 3.1.2 |
| jmespath | 0.10.0 | joblib | 1.2.0 | joblibspark | 0.5.1 |
| jsonpatch | 1.33 | jsonpointer | 3.0.0 | jsonschema | 4.17.3 |
| servidor Jupyter | 1.23.4 | jupyter_client | 7.4.9 | jupyter_core | 5.3.0 |
| jupyterlab-pygments | 0.1.2 | keras | 3.2.1 | keyring | 23.5.0 |
| kiwisolver | 1.4.4 | langchain | 0.1.20 | langchain-community | 0.0.38 |
| langchain-core | 0.1.52 | langchain-text-splitters | 0.0.2 | códigos de idioma | 3.4.0 |
| langsmith | 0.1.63 | datos_de_idioma | 1.2.0 | launchpadlib | 1.10.16 |
| lazr.restfulclient | 0.14.4 | lazr.uri | 1.0.6 | lazy_loader | 0,2 |
| libclang | 15.0.6.1 | librosa | 0.10.1 | lightgbm | 4.3.0 |
| linkify-it-py | 2.0.0 | llvmlite | 0.40.0 | lxml | 4.9.2 |
| lz4 | 4.3.2 | Mako | 1.2.0 | marisa-trie | 1.1.1 |
| Markdown | 3.4.1 | markdown-it-py | 2.2.0 | MarkupSafe | 2.1.1 |
| marshmallow | 3.21.2 | matplotlib | 3.7.2 | matplotlib-inline | 0.1.6 |
| mdit-py-plugins | 0.3.0 | mdurl | 0.1.0 | memray | 1.13.3 |
| mistune | 0.8.4 | ml-dtypes | 0.3.2 | mlflow-skinny* | 2.13.1 |
| more-itertools | 8.10.0 | mosaicml-streaming | 0.7.4 | mpmath | 1.3.0 |
| msal | 1.29.0 | msal-extensions | 1.2.0 | msgpack | 1.0.8 |
| multidict | 6.0.2 | multimethod | 1.12 | multiprocess | 0.70.14 |
| murmurhash | 1.0.10 | mypy-extensions | 0.4.3 | namex | 0.0.8 |
| nbclassic | 0.5.5 | nbclient | 0.5.13 | nbconvert | 6.5.4 |
| nbformat | 5.7.0 | nest-asyncio | 1.5.6 | networkx | 3.1 |
| ninja | 1.11.1.1 | nltk | 3.8.1 | notebook | 6.5.4 |
| notebook_shim | 0.2.2 | numba | 0.57.1 | numpy | 1.23.5 |
| nvidia-ml-py | 12.555.43 | oauthlib | 3.2.0 | oci | 2.126.4 |
| openai | 1.35.3 | opencensus==0.7.13 | 0.11.4 | opencensus-context==0.1.2 | 0.1.3 |
| opentelemetry-api | 1.25.0 | opentelemetry-sdk | 1.25.0 | opentelemetry-semantic-conventions | 0.46b0 |
| opt-einsum | 3.3.0 | optree | 0.12.1 | orjson | 3.10.6 |
| empaquetado | 23.2 | Pandas | 1.5.3 | pandocfilters | 1.5.0 |
| paramiko | 3.4.0 | parso | 0.8.3 | pathspec | 0.10.3 |
| patsy | 0.5.3 | petastorm | 0.12.1 | pexpect | 4.8.0 |
| phik | 0.12.4 | pickleshare | 0.7.5 | Almohada | 9.4.0 |
| pip | 23.2.1 | platformdirs | 3.10.0 | plotly | 5.9.0 |
| pmdarima | 2.0.4 | chucho | 1.8.1 | portalocker | 2.10.1 |
| preshed | 3.0.9 | Cliente-Prometeo | 0.14.1 | prompt-toolkit | 3.0.36 |
| profeta | 1.1.5 | proto-plus | 1.24.0 | protobuf | 4.24.1 |
| psutil | 5.9.0 | psycopg2 | 2.9.3 | ptyprocess | 0.7.0 |
| pure-eval | 0.2.2 | py-cpuinfo | 8.0.0 | py-spy | 0.3.14 |
| pyarrow | 14.0.1 | pyarrow-hotfix | 0.6 | pyasn1 | 0.4.8 |
| pyasn1-modules | 0.2.8 | pybind11 | 2.13.1 | pyccolo | 0.0.52 |
| pycparser | 2.21 | pydantic | 1.10.6 | Pygments | 2.15.1 |
| PyGObject | 3.42.1 | PyJWT | 2.3.0 | PyNaCl | 1.5.0 |
| pyodbc | 4.0.38 | pyOpenSSL | 23.2.0 | pyparsing | 3.0.9 |
| pyrsistent | 0.18.0 | pytesseract | 0.3.10 | Python-dateutil | 2.8.2 |
| editor de Python | 1.0.4 | python-lsp-jsonrpc | 1.1.1 | python-snappy | 0.6.1 |
| pytz | 2022.7 | PyWavelets | 1.4.1 | PyYAML | 6,0 |
| pyzmq | 23.2.0 | ray* | 2.20.0 | regex | 2022.7.9 |
| solicitudes | 2.31.0 | requests-oauthlib | 1.3.1 | rico | 13.7.1 |
| rsa | 4,9 | s3transfer | 0.10.2 | safetensors | 0.4.2 |
| scikit-image | 0.20.0 | scikit-learn | 1.3.0 | scipy | 1.11.1 |
| biblioteca de visualización de datos de Python llamada seaborn | 0.12.2 | SecretStorage | 3.3.1 | Send2Trash | 1.8.0 |
| transformadores de oraciones | 2.7.0 | sentencepiece | 0.1.99 | setuptools | 68.0.0 |
| shap | 0.44.0 | simplejson | 3.17.6 | six | 1.16.0 |
| rebanador | 0.0.7 | smart-open | 5.2.1 | smmap | 5.0.0 |
| sniffio | 1.2.0 | archivo de sonido | 0.12.1 | soupsieve | 2,4 |
| soxr | 0.3.7 | spacy | 3.7.2 | spacy-legacy | 3.0.12 |
| spacy-loggers | 1.0.5 | spark-tensorflow-distributor | 1.0.0 | SQLAlchemy | 1.4.39 |
| sqlparse | 0.4.2 | srsly | 2.4.8 | ssh-import-id | 5.11 |
| stack-data | 0.2.0 | estaño | 0.5.1 | statsmodels (paquete de Python para análisis estadístico) | 0.14.0 |
| sympy | 1.11.1 | tangled-up-in-unicode | 0.2.0 | tenacidad | 8.2.2 |
| tensorboard | 2.16.2 | tensorboard-data-server | 0.7.2 | tensorboard_plugin_profile | 2.15.1 |
| tensorboardX | 2.6.2.2 | tensorflow | 2.16.1 | Estimador de TensorFlow | 2.15.0 |
| tensorflow-io-gcs-filesystem | 0.37.1 | termcolor | 2.4.0 | terminado | 0.17.1 |
| textual | 0.63.3 | tf_keras | 2.16.0 | thinc | 8.2.3 |
| threadpoolctl | 2.2.0 | tifffile | 2021.7.2 | tiktoken | 0.5.2 |
| tinycss2 | 1.2.1 | tokenize-rt | 4.2.1 | tokenizers | 0.19.0 |
| antorcha | 2.3.1+cpu | torcheval | 0.0.7 | torchvision | 0.18.1+cpu |
| tornado | 6.3.2 | tqdm | 4.65.0 | traitlets | 5.7.1 |
| transformadores | 4.41.2 | typeguard | 2.13.3 | typer | 0.9.4 |
| typing-inspect | 0.9.0 | typing_extensions | 4.10.0 | tzdata | 2022.1 |
| uc-micro-py | 1.0.1 | ujson | 5.4.0 | unattended-upgrades | 0,1 |
| urllib3 | 1.26.16 | virtualenv | 20.24.2 | visions | 0.7.5 |
| wadllib | 1.3.6 | wasabi | 1.1.2 | wcwidth | 0.2.5 |
| weasel | 0.3.4 | codificaciones web | 0.5.1 | cliente de websocket | 0.58.0 |
| Werkzeug | 2.2.3 | wheel | 0.38.4 | nube de palabras | 1.9.3 |
| wrapt | 1.14.1 | xgboost | 2.0.3 | xxhash | 3.4.1 |
| yarl | 1.8.1 | ydata-profiling | 4.5.1 | zipp | 3.11.0 |
| zstd | 1.5.5.1 |
* Para el cómputo que se creó el 12 de febrero de 2025 o después y que no está habilitado para Photon, mlflow-skinny se actualiza a la versión 2.19.0. Para los recursos de procesamiento creados a partir del 21 de julio de 2025 que están habilitados para Photon o usan CPU basada en Arm64, mlflow-skinny se actualiza a 2.19.0, ray se actualiza a 2.37.0, y databricks-feature-engineering se actualiza a 0.8.0.
Bibliotecas de Python en clústeres de GPU
| Biblioteca | Versión | Biblioteca | Versión | Biblioteca | Versión |
|---|---|---|---|---|---|
| absl-py | 1.0.0 | acelerar | 0.31.0 | aiohttp | 3.8.5 |
| aiohttp-cors | 0.7.0 | aiosignal | 1.2.0 | anyio | 3.5.0 |
| argon2-cffi | 21.3.0 | argon2-cffi-bindings | 21.2.0 | astor | 0.8.1 |
| asttokens | 2.0.5 | astunparse | 1.6.3 | async-timeout | 4.0.2 |
| attrs | 22.1.0 | audioread | 3.0.1 | azure-core | 1.30.2 |
| azure-cosmos | 4.3.1 | azure-identity | 1.17.1 | azure-storage-blob | 12.19.1 |
| azure-storage-file-datalake | 12.14.0 | backcall | 0.2.0 | bcrypt | 3.2.0 |
| beautifulsoup4 | 4.12.2 | negro | 23.3.0 | bleach | 4.1.0 |
| blinker | 1.4 | blis | 0.7.11 | boto3 | 1.34.39 |
| botocore | 1.34.39 | Brotli | 1.0.9 | cachetools | 5.4.0 |
| catálogo | 2.0.10 | codificadores de categorías | 2.6.3 | certifi | 2023.7.22 |
| cffi | 1.15.1 | chardet | 4.0.0 | charset-normalizer | 2.0.4 |
| circuitbreaker | 1.4.0 | Haz clic | 8.0.4 | cloudpathlib | 0.16.0 |
| cloudpickle | 2.2.1 | cmdstanpy | 1.2.2 | colorido | 0.5.6 |
| comm | 0.1.2 | confitería | 0.1.4 | configparser | 5.2.0 |
| contourpy | 1.0.5 | criptografía | 41.0.3 | ciclista | 0.11.0 |
| cymem | 2.0.8 | Cython | 0.29.32 | dacite | 1.8.1 |
| databricks-automl-runtime | 0.2.21 | databricks-feature-engineering* | 0.6.0 | databricks-sdk | 0.20.0 |
| dataclasses-json | 0.6.7 | conjuntos de datos | 2.19.1 | dbl-tempo | 0.1.26 |
| dbus-python | 1.2.18 | debugpy | 1.6.7 | decorador | 5.1.1 |
| deepspeed | 0.14.4 | defusedxml | 0.7.1 | Obsoleto | 1.2.14 |
| dill | 0.3.6 | diskcache | 5.6.3 | distlib | 0.3.8 |
| dm-tree | 0.1.8 | einops | 0.8.0 | puntos de entrada | 0,4 |
| evaluate | 0.4.2 | executing | 0.8.3 | visión general de las facetas | 1.1.1 |
| Farama-Notifications | 0.0.4 | fastjsonschema | 2.20.0 | fasttext | 0.9.2 |
| bloqueo de archivos | 3.13.4 | flash-attn | 2.5.9.post1 | Flask | 2.2.5 |
| flatbuffers | 24.3.25 | fonttools | 4.25.0 | frozenlist | 1.3.3 |
| fsspec | 2023.5.0 | futuro | 0.18.3 | gast | 0.4.0 |
| gitdb | 4.0.11 | GitPython | 3.1.27 | google-api-core | 2.18.0 |
| google-auth | 2.21.0 | google-auth-oauthlib | 1.0.0 | google-cloud-core | 2.4.1 |
| Google Cloud Storage (almacenamiento en la nube de Google) | 2.10.0 | google-crc32c | 1.5.0 | google-pasta | 0.2.0 |
| google-resumable-media (medios reanudables de Google) | 2.7.1 | googleapis-common-protos | 1.63.0 | greenlet | 2.0.1 |
| grpcio | 1.60.0 | grpcio-status | 1.60.0 | gunicorn | 20.1.0 |
| gviz-api | 1.10.0 | Gimnasio | 0.28.1 | h11 | 0.14.0 |
| h5py | 3.10.0 | hjson | 3.1.0 | vacaciones | 0.45 |
| horovod | 0.28.1+db1 | htmlmin | 0.1.12 | httpcore | 1.0.5 |
| httplib2 | 0.20.2 | httpx | 0.27.0 | huggingface-hub | 0.23.4 |
| idna | 3.4 | Hash de imagen | 4.3.1 | imageio | 2.31.1 |
| imbalanced-learn | 0.11.0 | importlib-metadata | 6.0.0 | importlib_resources | 6.4.0 |
| ipyflow-core | 0.0.198 | ipykernel | 6.25.1 | ipython | 8.15.0 |
| ipython-genutils | 0.2.0 | ipywidgets | 7.7.2 | isodate | 0.6.1 |
| Es peligroso | 2.0.1 | jax-jumpy | 1.0.0 | Jedi | 0.18.1 |
| jeepney | 0.7.1 | Jinja2 | 3.1.2 | jmespath | 0.10.0 |
| joblib | 1.2.0 | joblibspark | 0.5.1 | jsonpatch | 1.33 |
| jsonpointer | 3.0.0 | jsonschema | 4.17.3 | servidor Jupyter | 1.23.4 |
| jupyter_client | 7.4.9 | jupyter_core | 5.3.0 | jupyterlab-pygments | 0.1.2 |
| keras | 3.2.1 | keyring | 23.5.0 | kiwisolver | 1.4.4 |
| langchain | 0.1.20 | langchain-community | 0.0.38 | langchain-core | 0.1.52 |
| langchain-text-splitters | 0.0.2 | códigos de idioma | 3.4.0 | langsmith | 0.1.63 |
| datos_de_idioma | 1.2.0 | launchpadlib | 1.10.16 | lazr.restfulclient | 0.14.4 |
| lazr.uri | 1.0.6 | lazy_loader | 0,2 | libclang | 15.0.6.1 |
| librosa | 0.10.1 | lightgbm | 4.3.0 | linkify-it-py | 2.0.0 |
| llvmlite | 0.40.0 | lxml | 4.9.2 | lz4 | 4.3.2 |
| Mako | 1.2.0 | marisa-trie | 1.1.1 | Markdown | 3.4.1 |
| markdown-it-py | 2.2.0 | MarkupSafe | 2.1.1 | marshmallow | 3.21.2 |
| matplotlib | 3.7.2 | matplotlib-inline | 0.1.6 | mdit-py-plugins | 0.3.0 |
| mdurl | 0.1.0 | memray | 1.13.4 | mistune | 0.8.4 |
| ml-dtypes | 0.3.2 | mlflow-skinny* | 2.13.1 | more-itertools | 8.10.0 |
| mosaicml-streaming | 0.7.4 | mpmath | 1.3.0 | msal | 1.30.0 |
| msal-extensions | 1.2.0 | msgpack | 1.0.8 | multidict | 6.0.2 |
| multimethod | 1.12 | multiprocess | 0.70.14 | murmurhash | 1.0.10 |
| mypy-extensions | 0.4.3 | namex | 0.0.8 | nbclassic | 0.5.5 |
| nbclient | 0.5.13 | nbconvert | 6.5.4 | nbformat | 5.7.0 |
| nest-asyncio | 1.5.6 | networkx | 3.1 | ninja | 1.11.1.1 |
| nltk | 3.8.1 | notebook | 6.5.4 | notebook_shim | 0.2.2 |
| numba | 0.57.1 | numpy | 1.23.5 | nvidia-cublas-cu12 | 12.1.3.1 |
| nvidia-cuda-cupti-cu12 | 12.1.105 | nvidia-cuda-nvrtc-cu12 | 12.1.105 | nvidia-cuda-runtime-cu12 | 12.1.105 |
| nvidia-cudnn-cu12 | 8.9.2.26 | nvidia-cufft-cu12 | 11.0.2.54 | nvidia-curand-cu12 | 10.3.2.106 |
| nvidia-cusolver-cu12 | 11.4.5.107 | nvidia-cusparse-cu12 | 12.1.0.106 | nvidia-ml-py | 12.555.43 |
| nvidia-nccl-cu12 | 2.20.5 | nvidia-nvjitlink-cu12 | 12.5.82 | nvidia-nvtx-cu12 | 12.1.105 |
| oauthlib | 3.2.0 | oci | 2.126.4 | openai | 1.35.3 |
| opencensus==0.7.13 | 0.11.4 | opencensus-context==0.1.2 | 0.1.3 | opentelemetry-api | 1.25.0 |
| opentelemetry-sdk | 1.25.0 | opentelemetry-semantic-conventions | 0.46b0 | opt-einsum | 3.3.0 |
| optree | 0.12.1 | orjson | 3.10.6 | empaquetado | 23.2 |
| Pandas | 1.5.3 | pandocfilters | 1.5.0 | paramiko | 3.4.0 |
| parso | 0.8.3 | pathspec | 0.10.3 | patsy | 0.5.3 |
| petastorm | 0.12.1 | pexpect | 4.8.0 | phik | 0.12.4 |
| pickleshare | 0.7.5 | Almohada | 9.4.0 | pip | 23.2.1 |
| platformdirs | 3.10.0 | plotly | 5.9.0 | pmdarima | 2.0.4 |
| chucho | 1.8.1 | portalocker | 2.10.1 | preshed | 3.0.9 |
| Cliente-Prometeo | 0.14.1 | prompt-toolkit | 3.0.36 | profeta | 1.1.5 |
| proto-plus | 1.24.0 | protobuf | 4.24.1 | psutil | 5.9.0 |
| psycopg2 | 2.9.3 | ptyprocess | 0.7.0 | pure-eval | 0.2.2 |
| py-cpuinfo | 8.0.0 | py-spy | 0.3.14 | pyarrow | 14.0.1 |
| pyarrow-hotfix | 0.6 | pyasn1 | 0.4.8 | pyasn1-modules | 0.2.8 |
| pybind11 | 2.13.1 | pyccolo | 0.0.52 | pycparser | 2.21 |
| pydantic | 1.10.6 | Pygments | 2.15.1 | PyGObject | 3.42.1 |
| PyJWT | 2.3.0 | PyNaCl | 1.5.0 | pyodbc | 4.0.38 |
| pyOpenSSL | 23.2.0 | pyparsing | 3.0.9 | pyrsistent | 0.18.0 |
| pytesseract | 0.3.10 | Python-dateutil | 2.8.2 | editor de Python | 1.0.4 |
| python-lsp-jsonrpc | 1.1.1 | python-snappy | 0.6.1 | pytz | 2022.7 |
| PyWavelets | 1.4.1 | PyYAML | 6,0 | pyzmq | 23.2.0 |
| ray* | 2.20.0 | regex | 2022.7.9 | solicitudes | 2.31.0 |
| requests-oauthlib | 1.3.1 | rico | 13.7.1 | rsa | 4,9 |
| s3transfer | 0.10.2 | safetensors | 0.4.2 | scikit-image | 0.20.0 |
| scikit-learn | 1.3.0 | scipy | 1.11.1 | biblioteca de visualización de datos de Python llamada seaborn | 0.12.2 |
| SecretStorage | 3.3.1 | Send2Trash | 1.8.0 | transformadores de oraciones | 2.7.0 |
| sentencepiece | 0.1.99 | setuptools | 68.0.0 | shap | 0.44.0 |
| simplejson | 3.17.6 | six | 1.16.0 | rebanador | 0.0.7 |
| smart-open | 5.2.1 | smmap | 5.0.0 | sniffio | 1.2.0 |
| archivo de sonido | 0.12.1 | soupsieve | 2,4 | soxr | 0.3.7 |
| spacy | 3.7.2 | spacy-legacy | 3.0.12 | spacy-loggers | 1.0.5 |
| spark-tensorflow-distributor | 1.0.0 | SQLAlchemy | 1.4.39 | sqlparse | 0.4.2 |
| srsly | 2.4.8 | ssh-import-id | 5.11 | stack-data | 0.2.0 |
| estaño | 0.5.1 | statsmodels (paquete de Python para análisis estadístico) | 0.14.0 | sympy | 1.11.1 |
| tangled-up-in-unicode | 0.2.0 | tenacidad | 8.2.2 | tensorboard | 2.16.2 |
| tensorboard-data-server | 0.7.2 | tensorboard_plugin_profile | 2.15.1 | tensorboardX | 2.6.2.2 |
| tensorflow | 2.16.1 | Estimador de TensorFlow | 2.15.0 | tensorflow-io-gcs-filesystem | 0.37.1 |
| termcolor | 2.4.0 | terminado | 0.17.1 | textual | 0.63.3 |
| tf_keras | 2.16.0 | thinc | 8.2.3 | threadpoolctl | 2.2.0 |
| tifffile | 2021.7.2 | tiktoken | 0.5.2 | tinycss2 | 1.2.1 |
| tokenize-rt | 4.2.1 | tokenizers | 0.19.0 | antorcha | 2.3.1+cu121 |
| torcheval | 0.0.7 | torchvision | 0.18.1+cu121 | tornado | 6.3.2 |
| tqdm | 4.65.0 | traitlets | 5.7.1 | transformadores | 4.41.2 |
| tritón | 2.3.1 | typeguard | 2.13.3 | typer | 0.9.4 |
| typing-inspect | 0.9.0 | typing_extensions | 4.10.0 | tzdata | 2022.1 |
| uc-micro-py | 1.0.1 | ujson | 5.4.0 | unattended-upgrades | 0,1 |
| urllib3 | 1.26.16 | virtualenv | 20.24.2 | visions | 0.7.5 |
| wadllib | 1.3.6 | wasabi | 1.1.2 | wcwidth | 0.2.5 |
| weasel | 0.3.4 | codificaciones web | 0.5.1 | cliente de websocket | 0.58.0 |
| Werkzeug | 2.2.3 | wheel | 0.38.4 | nube de palabras | 1.9.3 |
| wrapt | 1.14.1 | xgboost | 2.0.3 | xxhash | 3.4.1 |
| yarl | 1.8.1 | ydata-profiling | 4.5.1 | zipp | 3.11.0 |
| zstd | 1.5.5.1 |
* Para el cómputo que se creó el 12 de febrero de 2025 o después y que no está habilitado para Photon, mlflow-skinny se actualiza a la versión 2.19.0. Para los recursos de procesamiento creados a partir del 21 de julio de 2025 que están habilitados para Photon o usan CPU basada en Arm64, mlflow-skinny se actualiza a 2.19.0, ray se actualiza a 2.37.0, y databricks-feature-engineering se actualiza a 0.8.0.
Bibliotecas de R
Las bibliotecas de R son idénticas a las bibliotecas de R de Databricks Runtime 15.4 LTS.
Bibliotecas de Java y Scala (clúster de Scala 2.12)
Además de las bibliotecas de Java y Scala de Databricks Runtime 15.4 LTS, Databricks Runtime 15.4 LTS ML contiene los siguientes JAR:
Clústeres de CPU
| Identificador de grupo | Identificador de artefacto | Versión |
|---|---|---|
| com.typesafe.akka | akka-actor_2.12 | 2.5.23 |
| ml.dmlc | xgboost4j-spark_2.12 | 1.7.3 |
| ml.dmlc | xgboost4j_2.12 | 1.7.3 |
| org.graphframes | graphframes_2.12 | 0.8.4-db1-spark3.5 |
| org.mlflow | mlflow-client | 2.11.1 |
| org.scala-lang.modules | scala-java8-compat_2.12 | 0.8.0 |
| org.tensorflow | spark-tensorflow-connector_2.12 | 1.15.0 |
Clústeres de GPU
| Identificador de grupo | Identificador de artefacto | Versión |
|---|---|---|
| com.typesafe.akka | akka-actor_2.12 | 2.5.23 |
| ml.dmlc | xgboost4j-gpu_2.12 | 1.7.3 |
| ml.dmlc | xgboost4j-spark-gpu_2.12 | 1.7.3 |
| org.graphframes | graphframes_2.12 | 0.8.4-db1-spark3.5 |
| org.mlflow | mlflow-client | 2.11.1 |
| org.scala-lang.modules | scala-java8-compat_2.12 | 0.8.0 |
| org.tensorflow | spark-tensorflow-connector_2.12 | 1.15.0 |