Condividi tramite


Note sulla versione per le immagini dell'istanza dell'ambiente di calcolo di Azure Machine Learning

Questo articolo contiene informazioni sulle versioni delle immagini dell'istanza dell'ambiente di calcolo di Azure Machine Learning. Azure Machine Learning conserva le immagini del sistema operativo host per l'istanza dell'ambiente di calcolo di Azure Machine Learning e Data Science Virtual Machine. A causa delle esigenze in rapida evoluzione e degli aggiornamenti dei pacchetti, è possibile rilasciare nuove immagini ogni mese.

Azure Machine Learning controlla e convalida ogni pacchetto di Machine Learning che potrebbe richiedere un aggiornamento. Gli aggiornamenti incorporano le patch più recenti correlate al sistema operativo da Canonical come server di pubblicazione originale del sistema operativo Linux. Oltre alle patch applicate dal server di pubblicazione originale, Azure Machine Learning aggiorna i pacchetti di sistema quando sono disponibili aggiornamenti. Per informazioni dettagliate sul processo di applicazione delle patch, vedere Gestione delle vulnerabilità.

Annotazioni

Anche se alcuni nomi di ambiente, ad esempio azureml_py38, potrebbero suggerire Python 3.8, tutti gli ambienti predefiniti disponibili nell'istanza dell'ambiente di calcolo sono configurati con Python versione 3.10. Gli ambienti disponibili includono:

  • azureml_py310_sdkv2 – /anaconda/envs/azureml_py310_sdkv2
  • azureml_py38 – /anaconda/envs/azureml_py38
  • azureml_py38_PT_TF – /anaconda/envs/azureml_py38_PT_TF

Nonostante i nomi degli ambienti, gli utenti devono aspettarsi Python 3.10 in tutti gli ambienti Conda nell'istanza di calcolo.

Gli aggiornamenti principali forniti con ogni versione dell'immagine sono descritti nelle sezioni seguenti.

11 febbraio 2025

Versione dell'immagine: 25.01.31

Note sulla versione:

Versione SDK: 1.59.0

15 gennaio 2025

Versione dell'immagine: 24.12.31

Note sulla versione:

Versione SDK: 1.57.0

Jupyter-core: 5.7.2

nvdia_docker2: installato

gnomeshell: rimosso

ml: '2.32.4'

Driver Nvidia: 535.216.03

CUDA: 12.2

'nginx': lo stato del server era Errore. Problema di nginx risolto e lo stato è In esecuzione.

lunedì 18 dicembre 2024

Versione dell'immagine: 24.12.09

Note sulla versione:

Versione SDK: 1.57.0

Jupyter-core: 5.7.2

nvdia_docker2: installato

gnomeshell: rimosso

ml: '2.32.4'

Driver NVIDIA: 535.216.03

CUDA: 12.2

30 ottobre 2024

Versione dell'immagine: 24.10.18

Note sulla versione:

Versione SDK: 1.57.0

Python: 3.10.11

Driver NVIDIA: 535.183.06

CUDA: 12.2

Jupyter-core: 5.7.2

zeromq: 4.3.5

Vulnerabilità risolte:

  • CVE-2024-42472
  • CVE-2024-48957
  • CVE-2024-48958
  • CVE-2024-47175
  • CVE-2024-23984
  • CVE-2024-24968
  • CVE-2024-5742
  • CVE-2024-43802

27 settembre 2024

Versione dell'immagine: 24.09.23

Note sulla versione:

azureml-dataprep: 5.2.0

azureml-fsspec: 1.3.1

torcia: 2.4.1

cuda-drivers-fabricmanager-535

krb5: 0.6.0

python3-jupyter-core: 4.6.3-3

libzmq5: 4.3.2-2ubuntu1

TensorFlow: 2.17.0

python3.8, python3.8-minimal: 3.8.10-0

python3.9, python3.9-minimal: 3.9.5-3

linux-image-5.15.0-1048-gkeop: 5.15.0-1048.55

linux-image-5.15.0-1060-intel-iotg: 5.15.0-1060.66

linux-image-gkeop-5.15: 5.15.0.1053.60

linux-image-intel: 5.15.0.1065.71

linux-image-intel-iotg: 5.15.0.1065.71

libgtk-3-0: 3.24.20-0

libgtk2.0-0: 2.24.32-4

bind9: 1:9.18.28-0

pypy-zipp, python-zipp, python3-zipp: 1.0.0-1

openjdk-11-jdk, openjdk-11-jdk-headless, openjdk-11-jre , openjdk-11-jre-headless, openjdk-11-jre-zero: 11.0.24+8-1ubuntu3

mysql-server-8.0: 8.0.39-0

libssl1.1: 1.1.1f-1ubuntu2.23

snapd: 2.63+20.04ubuntu0.1

curl, libcurl3-gnutls, libcurl3-nss,libcurl4: 7.68.0-1ubuntu2.23

wpasupplicant: 2:2.9-1ubuntu4.4

krb5-admin-server, krb5-kdc, krb5-kdc-ldap, krb5-otp, krb5-pkinit, krb5-user, libgssapi-krb5-2, libgssrpc4, libk5crypto3, libkadm5clnt-mit11, libkadm5srv-mit11, libkdb5-9, libkrad0 libkrb5-3, libkrb5support0: 1.17-6ubuntu4.6

2 agosto 2024

Versione dell'immagine: 24.07.01

Note sulla versione:

Ray: 2.31.0

Nvidia-docker2

TensorFlow: 2.15.0

Pandas: 1.3.5

Libcurl: 8.4.0

Libzmq5: 4.3.2-2ubuntu1

Less: 551-1ubuntu0.3

Libgit2: 0.28.4+dfsg.1-2ubuntu0.1

Klibc-utils: 2.0.7-1ubuntu5.2

Libklibc: 2.0.7-1ubuntu5.2

Libc6: 2.31-0ubuntu9.16

Linux-image-azure: 5.15.0.1045.52

Bind9: 1:9.16.48-0ubuntu0

Binutils: 2.34-6ubuntu1.9

Binutils-multiarch: 2.34-6ubuntu1.9

Libxml2: 2.9.10+dfsg-5ubuntu0

Libuv1: 1.34.2-1ubuntu1.5

Curl: 7.68.0-1ubuntu2.22

Libcurl3-gnutls: 7.68.0-1ubuntu2.22

Libcurl3-nss: 7.68.0-1ubuntu2.22

Libcurl4: 7.68.0-1ubuntu2.22

Util-linux: 2.34-0.1ubuntu9.6

Libglib2.0-0: 2.64.6-1~ubuntu20.04.7

Libglib2.0-bin: 2.64.6-1~ubuntu20.04.7

Gstreamer1.0-plugins-base: 1.16.3-0ubuntu1.3

Xserver-xorg-core: 2:1.20.13-1ubuntu1

Xwayland: 2:1.20.13-1ubuntu1

Libnss3: 2:3.98-0ubuntu0.20.04.2

Accountsservice: 0.6.55-0ubuntu12

Libaccountsservice0: 0.6.55-0ubuntu12

Libssl1.1: 1.1.1f-1ubuntu2.22

Libnode64: 10.19.0~dfsg-3ubuntu1.6

Nodejs: 10.19.0~dfsg-3ubuntu1.6

Libnss3: 2:3.98-0ubuntu0.20.04.2

Libgnutls30: 3.6.13-2ubuntu1.11

Cpio: 2.13+dfsg-2ubuntu0.4

Libtss2-esys0: 2.3.2-1ubuntu0

3 luglio 2024

Versione dell'immagine: 24.06.10 Versione dell'SDK: 1.56.0

Problema risolto: build dell'immagine 20.04 dell'istanza dell'ambiente di calcolo con SDK 1.56.0

Principale: Versione dell'immagine: 24.06.10

SDK (azureml-core): 1.56.0

Python: 3.9

CUDA: 12.2

CUDnn==9.1.1

Driver NVIDIA: 535.171.04

PyTorch: 1.13.1

TensorFlow: 2.15.0

Autokeras: 1.0.16

Keras: 2.15.0

Ray: 2.2.0

Versione Docker: 24.0.9-1

16 febbr. 2024

Versione: 24.01.30

Modifiche principali:

  • Abilitare TensorFlow nell'ambiente di calcolo GPU per rilevare il dispositivo GPU.

Aggiornamenti specifici dell'ambiente principali:

  • N/D

30 giugno 2023

Versione: 23.06.30

Modifiche principali:

  • Azure Machine Learning SDK alla versione 1.51.0
  • Pacchetti vulnerabili rimossi
  • Errore libtinfo risolto
  • Errore "comando conda non trovato" risolto

Aggiornamenti specifici dell'ambiente principali:

  • tensorflow aggiornato a 2.11.1 in azureml_py38_PT_TF
  • azure-keyvault-keys aggiornato a 4.8.0 in azureml_py38

7 aprile 2023

Versione: 23.04.07

Modifiche principali:

  • Azure Machine Learning SDK alla versione 1.49.0
  • Certifi aggiornato a 2022.9.24
  • .NET aggiornato da 3.1 (fine vita) a 6.0
  • Pyspark aggiornare a 3.3.1 (mitigazione delle vulnerabilità Log4j 1.2.17 e common-text-1.6)
  • Per impostazione predefinita, intellisense è Python 3.10 in CI
  • Correzioni di bug e miglioramenti alla stabilità

Aggiornamenti specifici dell'ambiente principali:

  • L'ambiente Azureml_py38 è ora quello predefinito.

19 genn. 2023

Versione: 23.01.19

Modifiche principali:

  • Aggiunto nuovo ambiente conda jupyter-env
  • Servizio Jupyter spostato nel nuovo ambiente conda jupyter-env
  • Azure Machine Learning SDK alla versione 1.48.0

Aggiornamenti specifici dell'ambiente principali:

  • Pacchetto azureml-fsspec aggiunto a Azureml_py310_sdkv2
  • Supporto CUDA risolto per azureml_py38CUDA
  • Supporto CUDA risolto per azureml_py38_PT_TF

22 settembre 2022

Versione 22.09.22

Modifiche principali:

  • .NET Framework alla versione 3.1.423
  • Azure Cli alla versione 2.40.0
  • Conda alla versione 4.14.0
  • Azure Machine Learning SDK alla versione 1.45.0

Aggiornamenti specifici dell'ambiente principali:

azureml_py38:

  • azureml-core alla versione 1.45.0
  • tensorflow-gpu alla versione 2.2.1

19 agosto 2022

Versione 22.08.19

Modifiche principali:

  • Aggiornamenti delle immagini a livello di sistema operativo di base.

22 luglio 2022

Versione 22.07.22

Modifiche principali:

  • Azcopy alla versione 10.16.0
  • Blob Fuse alla versione 1.4.4