Notatka
Dostęp do tej strony wymaga autoryzacji. Może spróbować zalogować się lub zmienić katalogi.
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować zmienić katalogi.
Poniższe informacje o wydaniu dotyczą Databricks Runtime 19 ML.
Azure Databricks wydał tę wersję w czerwcu 2026 r.
Środowisko Databricks Runtime 19 ML jest oparte na środowisku Databricks Runtime 19. Aby dowiedzieć się, co nowego w Databricks Runtime 19, w tym w Apache Spark MLlib i SparkR, zobacz informacje o wydaniu Databricks Runtime 19.
Zmiany zachowania
-
Usunięte pakiety Python: W porównaniu z Databricks Runtime 18 ML w Databricks Runtime 19 ML usunięto około 40 pakietów środowiska ML, oprócz pakietów usuniętych z Databricks Runtime 19. Stos TensorFlow/Keras (
tensorflow,keras,tf_keras) zostaje usunięty. Obciążenia zależne od tych pakietów muszą instalować je jawnie przy użyciu biblioteki klastra lub skryptu inicjowania. Aby uzyskać pełną listę pakietów zawartych w środowisku Databricks Runtime 19 ML, zobacz biblioteki języka Python.
Nowe funkcje i ulepszenia
Aktualizacje biblioteki obejmują:
- Aktualizacja CUDA do wersji 13.0
- flash_attn 2.8.3
- langchain 1.3.1
- mlflow-skinny 3.12.0
- openai 2.37.0
- latarka 2.12.0
- torchvision 0.27.0
- transformers 4.57.6
- triton 3.7.0
- xgboost 3.2.0
Środowisko systemu
Środowisko systemowe w środowisku Databricks Runtime 19 ML różni się od środowiska Databricks Runtime 19 w następujący sposób.
- W przypadku klastrów gpu środowisko Databricks Runtime ML obejmuje następujące biblioteki procesora GPU FIRMY NVIDIA:
- CUDA 13.0
- cublas 13.1.1.3-1
- cusolver 12.0.4.66
- cupti 13.0.85
- cusparse 12.6.3.3
- cuDNN 9.23.0.39
- NCCL 2.28.3
Libraries
W poniższych sekcjach wymieniono biblioteki zawarte w środowisku Databricks Runtime 19 ML, które różnią się od bibliotek zawartych w środowisku Databricks Runtime 19.
Biblioteki najwyższego poziomu
Środowisko Databricks Runtime 19 ML obejmuje następujące biblioteki najwyższego poziomu:
Biblioteki języka Python
Środowisko Databricks Runtime 19 ML używa virtualenv do zarządzania pakietami Python i zawiera wiele popularnych pakietów uczenia maszynowego.
Aby odtworzyć środowisko Python dla uczenia maszynowego w Databricks Runtime w lokalnym środowisku wirtualnym Pythona, pobierz plik requirements-cpu-19.txt dla klastrów CPU lub requirements-gpu-19.txt dla klastrów GPU. Następnie należy uruchomić polecenie pip install -r requirements-<cpu|gpu>-19.txt. To polecenie instaluje wszystkie biblioteki typu open source używane przez usługę Databricks Runtime ML, ale nie instaluje bibliotek opracowanych przez usługę Databricks.
biblioteki Python w klastrach procesora CPU
| Library | wersja | Library | wersja | Library | wersja |
|---|---|---|---|---|---|
| absl-py | 2.3.1 | przyspieszać | 1.13.0 | aiohappyeyeballs | 2.6.1 |
| aiohttp | 3.13.2 | aiohttp-cors | 0.8.1 | aiosignal | 1.4.0 |
| alembic | 1.18.4 | dokument z adnotacjami | 0.0.4 | annotated-types | 0.7.0 |
| anyio | 4.10.0 | arro3-core | 0.8.0 | asttokens | 3.0.0 |
| astunparse | 1.6.3 | attrs | 25.4.0 | odczyt dźwięku | 3.1.0 |
| automatyczne polecenia | 2.2.2 | azure-core | 1.41.0 | azure-cosmos | 4.3.1 |
| azure-identity | 1.25.3 | azure-mgmt-core | 1.6.0 | azure-mgmt-web | 10.1.0 |
| azure-storage-blob | 12.29.0 | azure-storage-file-datalake | 12.24.0 | backports.tarfile | 1.2.0 |
| black | 25.9.0 | blinker | 1.7.0 | błogość | 1.3.3 |
| boto3 | 1.40.46 | botocore | 1.40.46 | cachetools | 5.5.1 |
| katalog | 2.0.10 | certifi | 2025.11.12 | cffi | 2.0.0 |
| charset-normalizer | 3.4.4 | click | 8.2.1 | cloudpathlib | 0.24.0 |
| cloudpickle | 3.1.1 | cmdstanpy | 1.3.0 | kolorowy | 0.5.8 |
| log kolorów | 6.10.1 | komunikacja | 0.2.3 | wyrób cukierniczy | 1.3.3 |
| contourpy | 1.3.3 | kryptografia | 46.0.3 | cycler | 0.11.0 |
| cymem | 2.0.13 | databricks-agents | 1.10.2 | inżynieria cech w Databricks | 0.13.0.1 |
| databricks-sdk | 0.108.0 | dataclasses-json | 0.6.7 | datasets | 4.8.5 |
| dbl-tempo | 0.1.26 | dbus-python | 1.3.2 | debugpy | 1.8.16 |
| dekorator | 5.2.1 | deepspeed | 0.19.0 | deltalake | 1.5.1 |
| Deprecated | 1.3.1 | koper | 0.4.0 | distlib | 0.4.0 |
| dm-tree | 0.1.10 | einops | 0.8.2 | ocenić | 0.4.6 |
| wykonywanie | 2.2.1 | Powiadomienia Farama | 0.0.6 | fastapi | 0.136.1 |
| filelock | 3.20.0 | Flask | 2.2.5 | fonttools | 4.60.1 |
| zablokowana lista | 1.8.0 | fsspec | 2023.5.0 | gitdb | 4.0.11 |
| GitPython | 3.1.45 | google-api-core | 2.30.3 | google-auth | 2.53.0 |
| google-cloud-core | 2.6.0 | google-cloud-storage | 3.10.1 | google-crc32c | 1.8.0 |
| google-resumable-media | 2.9.0 | googleapis-common-protos | 1.71.0 | graphql-core | 3.2.4 |
| zielona nitka | 3.2.4 | grpcio | 1.76.0 | grpcio-status | 1.76.0 |
| sala gimnastyczna | 0.28.1 | h11 | 0.16.0 | hf-xet | 1.5.0 |
| hjson | 3.1.0 | wakacje | 0,54 | httpcore | 1.0.9 |
| httplib2 | 0.20.4 | httpx | 0.28.1 | huggingface_hub | 0.36.2 |
| idna | 3.11 | ImageIO | 2.37.2 | niezrównoważona nauka | 0.14.0 |
| importlib_metadata | 8.7.0 | importlib_resources | 7.1.0 | inflect | 7.3.1 |
| iniconfig | 2.1.0 | ipyflow-core | 0.0.227 | ipykernel | 6.31.0 |
| ipython | 9.7.0 | ipython_pygments_lexers | 1.1.1 | ipywidgets | 8.1.7 |
| isodate | 0.7.2 | to jest niebezpieczne | 2.2.0 | jaraco.collections | 5.1.0 |
| jaraco.context | 5.3.0 | jaraco.functools | 4.0.1 | jaraco.text | 3.12.1 |
| jax-jumpy | 1.0.0 | jedi | 0.19.2 | Jinja2 | 3.1.6 |
| drżenie | 0.15.0 | jmespath | 1.0.1 | joblib | 1.5.2 |
| joblibspark | 0.6.0 | jsonpatch | 1.33 | jsonpointer | 3.1.1 |
| jsonschema | 4.25.0 | jsonschema-specifications | 2025.9.1 | jupyter_client | 8.6.3 |
| jupyter_core | 5.8.1 | jupyterlab_widgets | 3.0.15 | kiwisolver | 1.4.8 |
| langchain | 1.3.1 | langchain-core | 1.4.0 | langchain-protocol | 0.0.15 |
| langgraph | 1.2.1 | langgraph-checkpoint | 4.1.1 | langgraph-prebuilt | 1.1.0 |
| langgraph-sdk | 0.3.15 | langsmith | 0.4.41 | launchpadlib | 1.11.0 |
| lazr.restfulclient | 0.14.6 | lazr.uri | 1.0.6 | leniwy ładowacz | 0.4 |
| librosa | 0.11.0 | lightgbm | 4.6.0 | linkify-it-py | 2.0.3 |
| llvmlite | 0.45.1 | lz4 | 4.4.5 | Mako | 1.3.12 |
| marisa-trie | 1.2.0 | Markdown | 3.8 | markdown-it-py | 2.2.0 |
| MarkupSafe | 3.0.2 | pianka cukrowa | 3.26.2 | matplotlib | 3.10.6 |
| matplotlib-inline | 0.2.1 | Mccabe | 0.7.0 | mdit-py-plugins | 0.5.0 |
| mdurl | 0.1.2 | memray | 1.19.3 | mlflow-skinny | 3.12.0 |
| mmh3 | 5.2.1 | more-itertools | 10.3.0 | mpmath | 1.3.0 |
| msal | 1.36.0 | msal-extensions | 1.3.1 | msgpack | 1.1.2 |
| msrest | 0.7.1 | multidict | 6.7.0 | Wieloprocesowość | 0.70.18 |
| MurmurHash | 1.0.15 | mypy-extensions | 1.0.0 | nest-asyncio | 1.6.0 |
| networkx | 3.5 | Ninja | 1.13.0 | Natural Language Toolkit (nltk) | 3.9.2 |
| nodeenv | 1.10.0 | numba | 0.62.1 | numpy | 2.3.4 |
| nvidia-nccl-cu12 | 2.30.4 | oauthlib | 3.2.0 | openai | 2.37.0 |
| opencensus | 0.11.4 | opencensus-context | 0.1.3 | opentelemetry-api | 1.42.1 |
| opentelemetry-proto | 1.42.1 | opentelemetry-sdk | 1.42.1 | opentelemetry-semantic-conventions | 0.63b1 |
| optuna | 3.6.1 | integracja Optuna | 3.6.0 | orjson | 3.11.9 |
| ormsgpack | 1.12.2 | packaging | 25.0 | pandas | 2.3.3 |
| parso | 0.8.5 | pathspec | 0.12.1 | ofiara | 1.0.1 |
| pexpect | 4.9.0 | pillow | 12.0.0 | pip | 25,3 |
| platformdirs | 4.5.0 | pluggy - system zarządzania wtyczkami | 1.5.0 | kundel | 1.9.0 |
| przeszhetowany | 3.0.13 | prometheus_client | 0.21.1 | prompt_toolkit | 3.0.52 |
| propcache | 0.3.1 | prorok | 1.2.1 | proto-plus | 1.28.0 |
| protobuf | 6.33.5 | psutil (biblioteka Pythona do monitorowania systemów i procesów) | 7.0.0 | ptyprocess | 0.7.0 |
| pure_eval | 0.2.3 | py-cpuinfo | 9.0.0 | py-spy | 0.4.2 |
| pyarrow | 21.0.0 | pyasn1 | 0.6.1 | pyasn1_modules | 0.4.2 |
| pyccolo | 0.0.83 | pycparser | 2.23 | pydantic | 2.13.3 |
| pydantic_core | 2.46.3 | pyflakes | 3.2.0 | Pygments | 2.19.2 |
| PyGObject | 3.48.2 | pyiceberg | 0.11.1 | PyJWT | 2.10.1 |
| pyparsing | 3.2.5 | pyright | 1.1.409 | piroaring | 1.1.0 |
| pytesseract | 0.3.13 | pytest | 8.4.2 | python-dateutil | 2.9.0.post0 |
| python-dotenv | 1.2.2 | Pythonowy edytor | 1.0.4 | pytokens | 0.2.0 |
| pytz | 2025.2 | PyYAML | 6.0.3 | pyzmq | 27.1.0 |
| promień | 2.37.0 | referencing | 0.37.0 | wyrażenie regularne | 2025.9.1 |
| requests | 2.32.5 | requests-oauthlib | 2.0.0 | requests-toolbelt (narzędzie wspomagające dla biblioteki requests w Pythonie) | 1.0.0 |
| rich | 14.2.0 | rpds-py | 0.28.0 | s3transfer | 0.14.0 |
| safetensors | 0.7.0 | scikit-image | 0.25.2 | scikit-learn | 1.7.2 |
| scipy | 1.16.3 | transformatory zdań | 5.5.1 | element zdania | 0.2.1 |
| setuptools | 80.9.0 | kształt | 0.51.0 | shellingham | 1.5.4 |
| sześć | 1.17.0 | fragmentator | 0.0.8 | inteligentne_otwarcie | 7.6.1 |
| smmap | 5.0.0 | Sniffio | 1.3.0 | Plik dźwiękowy | 0.13.1 |
| soxr | 1.1.0 | przestronny | 3.8.14 | spacy-legacy | 3.0.12 |
| spacy-loggers | 1.0.5 | SQLAlchemy | 2.0.43 | sqlparse | 0.5.5 |
| serio | 2.5.3 | ssh-import-id | 5.11 | stack-data | 0.6.3 |
| cyna | 0.5.1 | Starlette | 0.52.1 | statsmodels | 0.14.5 |
| strictyaml | 1.7.3 | sympy | 1.14.0 | tenacity | 9.1.2 |
| TensorBoard | 2.20.0 | serwer danych TensorBoard | 0.7.2 | tensorboardX | 2.6.5 |
| Tekstowy | 8.2.7 | cienki | 8.3.13 | threadpoolctl | 3.5.0 |
| tifffile | 2025.10.4 | tiktoken | 0.13.0 | tokenize_rt | 6.2.0 |
| narzędzia tokenizacji | 0.22.1 | tomli | 2.0.1 | pochodnia | 2.12.0+ procesor |
| torcheval | 0.0.7 | TorchVision | 0.27.0 +cpu | tornado | 6.5.1 |
| tqdm | 4.67.1 | traitlets | 5.14.3 | Transformersi | 4.57.6 |
| typeguard | 4.3.0 | pisarz | 0.25.1 | monitorowanie pisania | 0.9.0 |
| kontrola pisania | 0.4.2 | typing_extensions | 4.15.0 | tzdata | 2026.2 |
| uc-micro-py | 1.0.3 | unattended-upgrades | 0.1 | urllib3 | 2.5.0 |
| uuid_utils | 0.16.0 | uvicorn | 0.47.0 | virtualenv | 20.35.4 |
| wadllib | 1.3.6 | wasabi | 1.1.3 | wcwidth | 0.2.13 |
| łasica | 1.0.0 | Narzędzie | 3.1.3 | wheel | 0.45.1 |
| ilekroć | 0.7.3 | widgetsnbextension | 4.0.14 | wrapt | 1.17.0 |
| xgboost | 3.2.0 | xgboost-ray | 0.1.19 | xxhash | 3.5.0 |
| Yarl | 1.22.0 | zipp | 3.23.0 | zstandard | 0.25.0 |
biblioteki Python w klastrach gpu
Note
PyTorch używa zależności CUDA PyPI do zapewnienia obsługi CUDA zamiast wersji bibliotek CUDA wbudowanych w środowisko Databricks Runtime 19 ML.
| Library | wersja | Library | wersja | Library | wersja |
|---|---|---|---|---|---|
| absl-py | 2.3.1 | przyspieszać | 1.13.0 | aiohappyeyeballs | 2.6.1 |
| aiohttp | 3.13.2 | aiohttp-cors | 0.8.1 | aiosignal | 1.4.0 |
| dokument z adnotacjami | 0.0.4 | annotated-types | 0.7.0 | anyio | 4.10.0 |
| arro3-core | 0.8.0 | asttokens | 3.0.0 | astunparse | 1.6.3 |
| attrs | 25.4.0 | odczyt dźwięku | 3.1.0 | automatyczne polecenia | 2.2.2 |
| azure-core | 1.41.0 | azure-cosmos | 4.3.1 | azure-identity | 1.25.3 |
| azure-mgmt-core | 1.6.0 | azure-mgmt-web | 10.1.0 | azure-storage-blob | 12.29.0 |
| azure-storage-file-datalake | 12.24.0 | backports.tarfile | 1.2.0 | black | 25.9.0 |
| blinker | 1.7.0 | błogość | 1.3.3 | boto3 | 1.40.46 |
| botocore | 1.40.46 | cachetools | 5.5.1 | katalog | 2.0.10 |
| certifi | 2025.11.12 | cffi | 2.0.0 | charset-normalizer | 3.4.4 |
| click | 8.2.1 | cloudpathlib | 0.24.0 | cloudpickle | 3.1.1 |
| cmdstanpy | 1.3.0 | kolorowy | 0.5.8 | log kolorów | 6.10.1 |
| komunikacja | 0.2.3 | wyrób cukierniczy | 1.3.3 | contourpy | 1.3.3 |
| kryptografia | 46.0.3 | cuda-bindings | 13.2.0 | cuda-pathfinder | 1.5.4 |
| cuda-toolkit (zestaw narzędzi CUDA) | 13.0.2 | cycler | 0.11.0 | cymem | 2.0.13 |
| databricks-agents | 1.10.2 | inżynieria cech w Databricks | 0.13.0.1 | databricks-sdk | 0.108.0 |
| dataclasses-json | 0.6.7 | datasets | 4.8.5 | dbl-tempo | 0.1.26 |
| dbus-python | 1.3.2 | debugpy | 1.8.16 | dekorator | 5.2.1 |
| deepspeed | 0.19.0 | deltalake | 1.5.1 | Deprecated | 1.3.1 |
| koper | 0.4.0 | distlib | 0.4.0 | dm-tree | 0.1.10 |
| einops | 0.8.2 | ocenić | 0.4.6 | wykonywanie | 2.2.1 |
| Powiadomienia Farama | 0.0.6 | fastapi | 0.136.3 | filelock | 3.20.0 |
| flash_attn | 2.8.3 | Flask | 2.2.5 | fonttools | 4.60.1 |
| zablokowana lista | 1.8.0 | fsspec | 2023.5.0 | gitdb | 4.0.11 |
| GitPython | 3.1.45 | google-api-core | 2.30.3 | google-auth | 2.53.0 |
| google-cloud-core | 2.6.0 | google-cloud-storage | 3.10.1 | google-crc32c | 1.8.0 |
| google-resumable-media | 2.9.0 | googleapis-common-protos | 1.71.0 | graphql-core | 3.2.4 |
| zielona nitka | 3.2.4 | grpcio | 1.76.0 | grpcio-status | 1.76.0 |
| sala gimnastyczna | 0.28.1 | h11 | 0.16.0 | hf-xet | 1.5.0 |
| hjson | 3.1.0 | wakacje | 0,54 | httpcore | 1.0.9 |
| httplib2 | 0.20.4 | httpx | 0.28.1 | huggingface_hub | 0.36.2 |
| idna | 3.11 | ImageIO | 2.37.2 | niezrównoważona nauka | 0.14.0 |
| importlib_metadata | 8.7.0 | importlib_resources | 7.1.0 | inflect | 7.3.1 |
| iniconfig | 2.1.0 | ipyflow-core | 0.0.227 | ipykernel | 6.31.0 |
| ipython | 9.7.0 | ipython_pygments_lexers | 1.1.1 | ipywidgets | 8.1.7 |
| isodate | 0.7.2 | to jest niebezpieczne | 2.2.0 | jaraco.collections | 5.1.0 |
| jaraco.context | 5.3.0 | jaraco.functools | 4.0.1 | jaraco.text | 3.12.1 |
| jax-jumpy | 1.0.0 | jedi | 0.19.2 | Jinja2 | 3.1.6 |
| drżenie | 0.15.0 | jmespath | 1.0.1 | joblib | 1.5.2 |
| joblibspark | 0.6.0 | jsonpatch | 1.33 | jsonpointer | 3.1.1 |
| jsonschema | 4.25.0 | jsonschema-specifications | 2025.9.1 | jupyter_client | 8.6.3 |
| jupyter_core | 5.8.1 | jupyterlab_widgets | 3.0.15 | kiwisolver | 1.4.8 |
| langchain | 1.3.1 | langchain-core | 1.4.0 | langchain-protocol | 0.0.15 |
| langgraph | 1.2.1 | langgraph-checkpoint | 4.1.1 | langgraph-prebuilt | 1.1.0 |
| langgraph-sdk | 0.3.15 | langsmith | 0.4.41 | launchpadlib | 1.11.0 |
| lazr.restfulclient | 0.14.6 | lazr.uri | 1.0.6 | leniwy ładowacz | 0.4 |
| librosa | 0.11.0 | lightgbm | 4.6.0 | linkify-it-py | 2.0.3 |
| llvmlite | 0.45.1 | lz4 | 4.4.5 | Mako | 1.3.12 |
| marisa-trie | 1.2.0 | Markdown | 3.8 | markdown-it-py | 2.2.0 |
| MarkupSafe | 3.0.2 | pianka cukrowa | 3.26.2 | matplotlib | 3.10.6 |
| matplotlib-inline | 0.2.1 | Mccabe | 0.7.0 | mdit-py-plugins | 0.5.0 |
| mdurl | 0.1.2 | memray | 1.19.3 | mlflow-skinny | 3.12.0 |
| mmh3 | 5.2.1 | more-itertools | 10.3.0 | mpmath | 1.3.0 |
| msal | 1.36.0 | msal-extensions | 1.3.1 | msgpack | 1.1.2 |
| msrest | 0.7.1 | multidict | 6.7.0 | Wieloprocesowość | 0.70.18 |
| MurmurHash | 1.0.15 | mypy-extensions | 1.0.0 | nest-asyncio | 1.6.0 |
| networkx | 3.5 | Ninja | 1.13.0 | Natural Language Toolkit (nltk) | 3.9.2 |
| nodeenv | 1.10.0 | numba | 0.62.1 | numpy | 2.3.4 |
| nvidia-cublas | 13.1.1.3 | nvidia-cuda-cupti | 13.0.85 | nvidia-cuda-nvrtc | 13.0.88 |
| nvidia-cuda-runtime | 13.0.96 | nvidia-cudnn-cu13 | 9.20.0.48 | nvidia-cufft | 12.0.0.61 |
| nvidia-cufile | 1.15.1.6 | nvidia-curand | 10.4.0.35 | nvidia-cusolver | 12.0.4.66 |
| nvidia-cusparse | 12.6.3.3 | nvidia-cusparselt-cu13 | 0.8.1 | nvidia —ml-py | 13.580.82 |
| nvidia-nccl-cu12 | 2.30.4 | nvidia-nccl-cu13 | 2.29.7 | nvidia-nvjitlink | 13.0.88 |
| nvidia-nvshmem-cu13 | 3.4.5 | nvidia-nvtx | 13.0.85 | oauthlib | 3.2.0 |
| openai | 2.37.0 | opencensus | 0.11.4 | opencensus-context | 0.1.3 |
| opentelemetry-api | 1.42.1 | opentelemetry-proto | 1.42.1 | opentelemetry-sdk | 1.42.1 |
| opentelemetry-semantic-conventions | 0.63b1 | optuna | 3.6.1 | integracja Optuna | 3.6.0 |
| orjson | 3.11.9 | ormsgpack | 1.12.2 | packaging | 25.0 |
| pandas | 2.3.3 | parso | 0.8.5 | pathspec | 0.12.1 |
| ofiara | 1.0.1 | pexpect | 4.9.0 | pillow | 12.0.0 |
| pip | 25,3 | platformdirs | 4.5.0 | pluggy - system zarządzania wtyczkami | 1.5.0 |
| kundel | 1.9.0 | przeszhetowany | 3.0.13 | prometheus_client | 0.21.1 |
| prompt_toolkit | 3.0.52 | propcache | 0.3.1 | prorok | 1.2.1 |
| proto-plus | 1.28.0 | protobuf | 6.33.5 | psutil (biblioteka Pythona do monitorowania systemów i procesów) | 7.0.0 |
| ptyprocess | 0.7.0 | pure_eval | 0.2.3 | py-cpuinfo | 9.0.0 |
| py-spy | 0.4.2 | pyarrow | 21.0.0 | pyasn1 | 0.6.1 |
| pyasn1_modules | 0.4.2 | pyccolo | 0.0.83 | pycparser | 2.23 |
| pydantic | 2.13.3 | pydantic_core | 2.46.3 | pyflakes | 3.2.0 |
| Pygments | 2.19.2 | PyGObject | 3.48.2 | pyiceberg | 0.11.1 |
| PyJWT | 2.10.1 | pyparsing | 3.2.5 | pyright | 1.1.409 |
| piroaring | 1.1.0 | pytesseract | 0.3.13 | pytest | 8.4.2 |
| python-dateutil | 2.9.0.post0 | python-dotenv | 1.2.2 | Pythonowy edytor | 1.0.4 |
| pytokens | 0.2.0 | pytz | 2025.2 | PyYAML | 6.0.3 |
| pyzmq | 27.1.0 | promień | 2.37.0 | referencing | 0.37.0 |
| wyrażenie regularne | 2025.9.1 | requests | 2.32.5 | requests-oauthlib | 2.0.0 |
| requests-toolbelt (narzędzie wspomagające dla biblioteki requests w Pythonie) | 1.0.0 | rich | 14.2.0 | rpds-py | 0.28.0 |
| s3transfer | 0.14.0 | safetensors | 0.7.0 | scikit-image | 0.25.2 |
| scikit-learn | 1.7.2 | scipy | 1.16.3 | transformatory zdań | 5.5.1 |
| element zdania | 0.2.1 | setuptools | 80.9.0 | kształt | 0.51.0 |
| shellingham | 1.5.4 | sześć | 1.17.0 | fragmentator | 0.0.8 |
| inteligentne_otwarcie | 7.6.1 | smmap | 5.0.0 | Sniffio | 1.3.0 |
| Plik dźwiękowy | 0.13.1 | soxr | 1.1.0 | przestronny | 3.8.14 |
| spacy-legacy | 3.0.12 | spacy-loggers | 1.0.5 | SQLAlchemy | 2.0.43 |
| sqlparse | 0.5.5 | serio | 2.5.3 | ssh-import-id | 5.11 |
| stack-data | 0.6.3 | cyna | 0.5.1 | Starlette | 0.52.1 |
| statsmodels | 0.14.5 | strictyaml | 1.7.3 | sympy | 1.14.0 |
| tenacity | 9.1.2 | TensorBoard | 2.20.0 | serwer danych TensorBoard | 0.7.2 |
| tensorboardX | 2.6.5 | Tekstowy | 8.2.7 | cienki | 8.3.13 |
| threadpoolctl | 3.5.0 | tifffile | 2025.10.4 | tiktoken | 0.13.0 |
| tokenize_rt | 6.2.0 | narzędzia tokenizacji | 0.22.1 | tomli | 2.0.1 |
| pochodnia | 2.12.0 | torcheval | 0.0.7 | TorchVision | 0.27.0 |
| tornado | 6.5.1 | tqdm | 4.67.1 | traitlets | 5.14.3 |
| Transformersi | 4.57.6 | Triton | 3.7.0 | typeguard | 4.3.0 |
| pisarz | 0.25.1 | monitorowanie pisania | 0.9.0 | kontrola pisania | 0.4.2 |
| typing_extensions | 4.15.0 | tzdata | 2026.2 | uc-micro-py | 1.0.3 |
| unattended-upgrades | 0.1 | urllib3 | 2.5.0 | uuid_utils | 0.16.0 |
| uvicorn | 0.47.0 | virtualenv | 20.35.4 | wadllib | 1.3.6 |
| wasabi | 1.1.3 | wcwidth | 0.2.13 | łasica | 1.0.0 |
| Narzędzie | 3.1.3 | wheel | 0.45.1 | ilekroć | 0.7.3 |
| widgetsnbextension | 4.0.14 | wrapt | 1.17.0 | xgboost | 3.2.0 |
| xgboost-ray | 0.1.19 | xxhash | 3.5.0 | Yarl | 1.22.0 |
| zipp | 3.23.0 | zstandard | 0.25.0 |
Biblioteki języka R
Biblioteki języka R są identyczne z bibliotekami języka R w środowisku Databricks Runtime 19.
Biblioteki Java i Scala (klaster Scala 2.13)
Oprócz bibliotek Java i Scala w środowisku Databricks Runtime 19 środowisko Databricks Runtime 19 ML zawiera następujące elementy JAR:
Klastry procesora CPU
| Identyfikator grupy | Identyfikator artefaktu | wersja |
|---|---|---|
| ml.dmlc | xgboost4j-spark_2.13 | 2.1.3 |
| ml.dmlc | xgboost4j_2.13 | 2.1.3 |
| org.graphframes | graphframes_2.13 | 0.8.4-db1-spark3.5 |
| org.mlflow | mlflow-client | 2.15.1 |
| org.scala-lang.modules | scala-collection-compat_2.13 | 2.12.0 |
| org.tensorflow | spark-tensorflow-connector_2.13 | 1.15.0 |
Klastry procesora GPU
| Identyfikator grupy | Identyfikator artefaktu | wersja |
|---|---|---|
| ml.dmlc | xgboost4j-spark-gpu_2.13 | 2.1.3 |
| ml.dmlc | xgboost4j-gpu_2.13 | 2.1.3 |
| org.graphframes | graphframes_2.13 | 0.8.4-db1-spark3.5 |
| org.mlflow | mlflow-client | 2.15.1 |
| org.scala-lang.modules | scala-collection-compat_2.13 | 2.12.0 |
| org.tensorflow | spark-tensorflow-connector_2.13 | 1.15.0 |
Nieobsługiwane wersje
Wskazówka
Aby wyświetlić informacje o wersji środowiska Databricks Runtime, które osiągnęły koniec wsparcia technicznego (EoS), zobacz End-of-support Databricks Runtime release notes (Informacje o wersji środowiska Databricks Runtime). Wersje środowiska Uruchomieniowego usługi EoS Databricks zostały wycofane i mogą nie zostać zaktualizowane.