Databricks Runtime 5.4 pro ML (EoS)
Poznámka:
Podpora této verze Databricks Runtime skončila. Datum ukončení podpory najdete v tématu Historie ukončení podpory. Všechny podporované verze databricks Runtime najdete v poznámkách k verzi Databricks Runtime a kompatibilitu.
Databricks vydala tuto verzi v červnu 2019.
Databricks Runtime 5.4 pro Machine Learning poskytuje připravené prostředí pro strojové učení a datové vědy založené na databricks Runtime 5.4 (EoS). Databricks Runtime ML obsahuje mnoho oblíbených knihoven strojového učení, včetně TensorFlow, PyTorch, Keras a XGBoost. Podporuje také distribuované trénování hlubokého učení pomocí Horovodu.
Další informace, včetně pokynů k vytvoření clusteru Databricks Runtime ML, najdete v tématu AI a strojové učení v Databricks.
Nové funkce
Databricks Runtime 5.4 ML je postaven na Databricks Runtime 5.4. Informace o novinkách v Databricks Runtime 5.4 najdete ve zprávě k vydání verze Databricks Runtime 5.4 (EoS ).
Kromě aktualizací knihoven zavádí Databricks Runtime 5.4 ML následující nové funkce:
Distribuovaná technologie Hyperopt + automatizované sledování MLflow
Databricks Runtime 5.4 ML zavádí novou implementaci Hyperoptu , která využívá Apache Spark ke škálování a zjednodušení ladění hyperparametrů. Nová Trials třída SparkTrials se implementuje pro distribuci zkušební verze Hyperoptu mezi více počítačů a uzlů pomocí Apache Sparku. Kromě toho se všechny experimenty ladění spolu s vyladěnými hyperparametry a cílovými metrikami automaticky protokolují do spuštění MLflow. Viz Paralelizace ladění hyperparametrů Hyperopt.
Důležité
Tato funkce je ve verzi Public Preview.
Apache Spark MLlib + automatizované sledování MLflow
Databricks Runtime 5.4 ML podporuje automatické protokolování běhů MLflow pro modely vhodné pomocí algoritmů CrossValidator ladění PySpark a TrainValidationSplit. Viz Apache Spark MLlib a automatizované sledování MLflow. Tato funkce je ve výchozím nastavení zapnutá v Databricks Runtime 5.4 ML, ale ve výchozím nastavení byla ve službě Databricks Runtime 5.3 ML vypnutá.
Důležité
Tato funkce je ve verzi Public Preview.
Vylepšení HorovodRunneru
Výstup odeslaný z Horovodu do uzlu ovladače Sparku je teď viditelný v buňkách poznámkového bloku.
Aktualizace balíčku XGBoost Pythonu
Nainstaluje se balíček XGBoost Python 0.80.
Prostředí systému
Systémové prostředí v Databricks Runtime 5.4 ML se liší od Databricks Runtime 5.4 následujícím způsobem:
- Python: 2.7.15 pro clustery Python 2 a 3.6.5 pro clustery Python 3.
- DBUtils: Databricks Runtime 5.4 ML neobsahuje nástroj knihovny (dbutils.library) (starší verze).
- Pro clustery GPU následující knihovny NVIDIA GPU:
- Ovladač Tesla 396.44
- CUDA 9.2
- CUDNN 7.2.1
Knihovny
Následující části obsahují seznam knihoven zahrnutých v Databricks Runtime 5.4 ML, které se liší od knihoven zahrnutých v Databricks Runtime 5.4.
Knihovny nejvyšší úrovně
Databricks Runtime 5.4 ML obsahuje následující knihovny nejvyšší úrovně:
Knihovny Pythonu
Databricks Runtime 5.4 ML používá Ke správě balíčků Pythonu Conda. V důsledku toho jsou v nainstalovaných knihovnách Pythonu v porovnání s Modulem Databricks Runtime velké rozdíly. Následuje úplný seznam poskytnutých balíčků a verzí Pythonu nainstalovaných pomocí Správce balíčků Conda.
| Knihovna | Verze | Knihovna | Verze | Knihovna | Verze |
|---|---|---|---|---|---|
| absl-py | 0.7.1 | argparse | 1.4.0 | asn1crypto | 0.24.0 |
| Astor | 0.7.1 | backports-abc | 0.5 | backports.functools-lru-cache | 1.5 |
| backports.weakref | 1.0.post1 | šifra | 3.1.6 | bělit | 2.1.3 |
| boto | 2.48.0 | boto3 | 1.7.62 | botocore | 1.10.62 |
| certifi | 2018.04.16 | cffi | 1.11.5 | chardet | 3.0.4 |
| cloudpickle | 0.5.3 | colorama | 0.3.9 | configparser | 3.5.0 |
| kryptografie | 2.2.2 | cyklista | 0.10.0 | Cython | 0.28.2 |
| dekoratér | 4.3.0 | docutils | 0,14 | vstupní body | 0.2.3 |
| enum34 | 1.1.6 | et-xmlfile | 1.0.1 | funcsigs | 1.0.2 |
| functools32 | 3.2.3-2 | fusepy | 2.0.4 | budoucnost | 0.17.1 |
| budoucnosti | 3.2.0 | Gast | 0.2.2 | grpcio | 1.12.1 |
| h5py | 2.8.0 | horovod | 0.16.0 | html5lib | 1.0.1 |
| hyperopt | 0.1.2.db4 | idna | 2.6 | ipaddress | 1.0.22 |
| ipython | 5.7.0 | ipython_genutils | 0.2.0 | jdcal | 1.4 |
| Jinja2 | 2.10 | jmespath | 0.9.4 | jsonschema | 2.6.0 |
| jupyter-client | 5.2.3 | jupyter-core | 4.4.0 | Keras | 2.2.4 |
| Keras-Applications | 1.0.7 | Předběžné zpracování Kerasu | 1.0.9 | verizonsolver | 1.1.0 |
| linecache2 | 1.0.0 | llvmlite | 0.23.1 | lxml | 4.2.1 |
| Markdown | 3.1.1 | MarkupSafe | 1.0 | matplotlib | 2.2.2 |
| špatně zamyšlení | 0.8.3 | mkl-fft | 1.0.0 | mkl-random | 1.0.1 |
| mleap | 0.8.1 | zesměšňovat | 2.0.0 | msgpack | 0.5.6 |
| nbconvert | 5.3.1 | nbformat | 4.4.0 | networkx | 2,2 |
| nos | 1.3.7 | vyloučení nosu | 0.5.0 | numba | 0.38.0+0.g2a2b772fc.dirty |
| numpy | 1.14.3 | olefile | 0.45.1 | openpyxl | 2.5.3 |
| pandas | 0.23.0 | pandocfilters | 1.4.2 | paramiko | 2.4.1 |
| pathlib2 | 2.3.2 | bábovka | 0.5.0 | pbr | 5.1.3 |
| pexpect | 4.5.0 | pickleshare | 0.7.4 | Polštář | 5.1.0 |
| jádro | 10.0.1 | dýha | 3.11 | prompt-toolkit | 1.0.15 |
| protobuf | 3.7.1 | psutil | 5.6.2 | psycopg2 | 2.7.5 |
| ptyprocess | 0.5.2 | pyarrow | 0.12.1 | pyasn1 | 0.4.5 |
| pycparser | 2.18 | Pygments | 2.2.0 | pymongo | 3.8.0 |
| PyNaCl | 1.3.0 | pyOpenSSL | 18.0.0 | pyparsing | 2.2.0 |
| PySocks | 1.6.8 | Python | 2.7.15 | python-dateutil | 2.7.3 |
| pytz | 2018.4 | PyYAML | 5,1 | pyzmq | 17.0.0 |
| žádosti | 2.18.4 | s3transfer | 0.1.13 | scandir | 1,7 |
| scikit-learn | 0.19.1 | scipy | 1.1.0 | seaborn | 0.8.1 |
| setuptools | 39.1.0 | simplegeneric | 0.8.1 | singledispatch | 3.4.0.3 |
| Šest | 1.11.0 | statsmodels | 0.9.0 | podproces32 | 3.5.4 |
| tensorboard | 1.12.2 | tensorboardX | 1.6 | tensorflow | 1.12.0 |
| termcolor | 1.1.0 | testpath | 0.3.1 | pochodeň | 0.4.1 |
| torchvision | 0.2.1 | tornádo | 5.0.2 | tqdm | 4.32.1 |
| traceback2 | 1.4.0 | vlastnosti | 4.3.2 | unittest2 | 1.1.0 |
| urllib3 | 1.22 | virtualenv | 16.0.0 | wcwidth | 0.1.7 |
| webencodings | 0.5.1 | Werkzeug | 0.14.1 | kolo | 0.31.1 |
| wrapt | 1.10.11 | wsgiref | 0.1.2 |
Kromě toho následující balíčky Sparku zahrnují moduly Pythonu:
| Balíček Spark | Modul Pythonu | Verze |
|---|---|---|
| graphframes | graphframes | 0.7.0-db1-spark2.4 |
| spark-deep-learning | Sparkdl | 1.5.0-db3-spark2.4 |
| tensorframes | tensorframes | 0.6.0-s_2.11 |
Knihovny jazyka R
Knihovny jazyka R jsou identické s knihovnami jazyka R v Databricks Runtime 5.4.
Knihovny Java a Scala (cluster Scala 2.11)
Kromě knihoven Java a Scala v Databricks Runtime 5.4 obsahuje Databricks Runtime 5.4 ML následující jary:
| ID skupiny | ID artefaktu | Verze |
|---|---|---|
| com.databricks | spark-deep-learning | 1.5.0-db3-spark2.4 |
| com.typesafe.akka | akka-actor_2.11 | 2.3.11 |
| ml.combust.mleap | mleap-databricks-runtime_2.11 | 0.13.0 |
| ml.dmlc | xgboost4j | 0.81 |
| ml.dmlc | xgboost4j-spark | 0.81 |
| org.graphframes | graphframes_2.11 | 0.7.0-db1-spark2.4 |
| org.tensorflow | libtensorflow | 1.12.0 |
| org.tensorflow | libtensorflow_jni | 1.12.0 |
| org.tensorflow | spark-tensorflow-connector_2.11 | 1.12.0 |
| org.tensorflow | tensorflow | 1.12.0 |
| org.tensorframes | tensorframes | 0.6.0-s_2.11 |