Observação
O acesso a essa página exige autorização. Você pode tentar entrar ou alterar diretórios.
O acesso a essa página exige autorização. Você pode tentar alterar os diretórios.
Observação
O suporte para esta versão do Databricks Runtime foi encerrado. Para obter a data de fim do suporte, consulte o Histórico de fim do suporte. Para todas as versões compatíveis do Databricks Runtime, consulte Versões e compatibilidade de notas sobre a versão do Databricks Runtime.
O Databricks Runtime 15.1 para Machine Learning fornece um ambiente pronto para uso para aprendizado de máquina e ciência de dados com base no Databricks Runtime 15.1 (EoS). O Databricks Runtime ML contém muitas bibliotecas de aprendizado de máquina populares, inclusive TensorFlow, PyTorch e XGBoost. O Databricks Runtime ML inclui o AutoML, uma ferramenta para treinamento automático de pipelines de aprendizado de máquina. O Databricks Runtime ML também oferece suporte ao treinamento de aprendizado profundo distribuído com o uso do Horovod.
Novos recursos e aprimoramentos
O Databricks Runtime 15.1 ML foi desenvolvido com base no Databricks Runtime 15.1. Para obter informações sobre as novidades no Databricks Runtime 15.1, incluindo Apache Spark MLlib e SparkR, consulte as notas de versão do Databricks Runtime 15.1 (EoS ).
Alterações da falha
A CLI herdada do Databricks não está mais instalada por padrão
No Databricks Runtime 14.3 LTS ML e versões inferiores, como a versão pré-instalada do MLflow exigia a CLI herdada do Databricks, ela era instalada automaticamente em $PATH. O Databricks Runtime 15.1 ML inclui o MLflow versão 2.10.2, que não requer a CLI herdada.
A partir do Databricks Runtime 15.1 ML, a CLI herdada do Databricks não é mais instalada automaticamente em $PATH. Essa é uma alteração interruptiva para os usuários que dependem da CLI herdada que está sendo instalada no runtime. Comandos como %sh databricks ... não funcionam mais no Databricks Runtime 15.1 ML e superior.
Para continuar usando a CLI herdada do Databricks de um notebook, instale-a como um cluster ou biblioteca de notebooks. A nova CLI do Databricks está disponível no terminal da Web. Para obter mais informações, consulte Usar o terminal da Web e a CLI do Databricks.
O MLeap não está mais disponível a partir do Databricks Runtime 15.1 ML
O MLeap não está mais disponível no Databricks Runtime 15.1 ML e versões posteriores. Para empacotar modelos para implantação em estruturas baseadas em JVM, o Databricks recomenda usar o formato ONNX.
Substituição de Horovod e HorovodRunner
Horovod e HorovodRunner foram preteridos. Para aprendizado profundo distribuído, o Databricks recomenda usar TorchDistributor para treinamento distribuído com PyTorch ou a API tf.distribute.Strategy para treinamento distribuído com TensorFlow. Horovod e HorovodRunner são pré-instalados no Databricks Runtime 15.1 ML, mas serão removidos na próxima versão principal do Databricks Runtime ML.
Observação
O horovod.spark não dá suporte às versões 11.0 e superiores do pyarrow (confira o problema do GitHub relevante). O Databricks Runtime 15.1 ML inclui o pyarrow versão 14.0.1. Para usar o horovod.spark com o Databricks Runtime 15.1 ML ou superior, você deve instalar manualmente o pyarrow, especificando uma versão abaixo da 11.0.
Ambiente do sistema
O ambiente do sistema no Databricks Runtime 15.1 ML é diferente do Databricks Runtime 15.1 nestes aspectos:
- Para clusters de GPU, o Databricks Runtime ML inclui as seguintes bibliotecas de GPU NVIDIA:
- CUDA 12.1
- cuDNN 8.9.0.131-1
- NCCL 2.17.1
- TensorRT 8.6.1.6-1
Bibliotecas
As seções a seguir listam as bibliotecas incluídas no Databricks Runtime 15.1 ML que são diferentes daquelas incluídas no Databricks Runtime 15.1.
Nesta seção:
- Bibliotecas de camada superior
- Bibliotecas do Python
- Bibliotecas do R
- Bibliotecas do Java e do Scala (cluster do Scala 2.12)
Bibliotecas de camada superior
O Databricks Runtime 15.1 ML inclui as seguintes bibliotecas de camada superior:
- GraphFrames
- MLflow
- PyTorch
- spark-tensorflow-connector
- TensorFlow
- TensorBoard
- Scikit-learn
- (Preterido) Horovod e HorovodRunner
Bibliotecas do Python
O Databricks Runtime 15.1 ML usa o virtualenv para o gerenciamento de pacotes Python e inclui vários pacotes populares de ML.
Além dos pacotes especificados nas seções a seguir, o Databricks Runtime 15.1 ML também inclui os seguintes pacotes:
- hyperopt 0.2.7+db4
- 3.0.0_db1 sparkdl
- automl 1.25.0
Para reproduzir o ambiente Python do Databricks Runtime ML no ambiente virtual Python local, baixe o arquivo requirements-15.1.txt e execute pip install -r requirements-15.1.txt. Esse comando instala todas as bibliotecas código aberto que o Databricks Runtime ML usa, mas não instala bibliotecas desenvolvidas pelo Databricks, como databricks-automl, databricks-feature-store, ou o fork do Databricks de hyperopt.
Bibliotecas do Python em clusters de CPU
| Biblioteca | Versão | Biblioteca | Versão | Biblioteca | Versão |
|---|---|---|---|---|---|
| absl-py | 1.0.0 | acelerar | 0.25.0 | 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 (tempo limite para operações assíncronas) | 4.0.2 |
| atributos | 22.1.0 | audioread | 3.0.1 | azure-core | 1.30.1 |
| azure-cosmos | 4.3.1 | Armazenamento em Blob do Azure | 12.19.0 | Azure Armazenamento Arquivos Data Lake | 12.14.0 |
| chamada de retorno | 0.2.0 | bcrypt | 3.2.0 | beautifulsoup4 | 4.12.2 |
| preto | 23.3.0 | alvejante | 4.1.0 | bendito | 1.20.0 |
| antolho | 1.4 | felicidade | 0.7.11 | boto3 | 1.34.39 |
| botocore | 1.34.39 | ferramentas de cache | 5.3.3 | catálogo | 2.0.10 |
| codificadores de categoria | 2.6.3 | certificação | 2023.7.22 | cffi | 1.15.1 |
| chardet | 4.0.0 | normalizador de conjunto de caracteres | 2.0.4 | clique | 8.0.4 |
| cloudpathlib | 0.16.0 | cloudpickle | 2.2.1 | cmdstanpy | 1.2.1 |
| colorido | 0.5.6 | Comunicação | 0.1.2 | confecção | 0.1.4 |
| configparser | 5.2.0 | contorno | 1.0.5 | criptografia | 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-engenharia-de-características | 0.3.0 |
| databricks-sdk | 0.20.0 | dataclasses-json | 0.6.4 | conjuntos de dados | 2.16.1 |
| dbl-tempo | 0.1.26 | dbus-python | 1.2.18 | debugpy | 1.6.7 |
| decorador | 5.1.1 | deepspeed | 0.13.1 | defusedxml | 0.7.1 |
| endro | 0.3.6 | cache de disco | 5.6.3 | distlib | 0.3.8 |
| dm-tree | 0.1.8 | pontos de entrada | 0,4 | avaliar | 0.4.1 |
| executando | 0.8.3 | Visão geral de facetas | 1.1.1 | Farama-Notificações | 0.0.4 |
| fastjsonschema | 2.19.1 | fasttext | 0.9.2 | bloqueio de arquivo | 3.9.0 |
| Flask | 2.2.5 | flatbuffers | 26/05/2023 | fonttools | 4.25.0 |
| lista de congelados | 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 | 2.17.1 | google-auth | 2.21.0 | google-auth-oauthlib | 1.0.0 |
| google-cloud-core | 2.4.1 | armazenamento na nuvem do Google | 2.11.0 | google-crc32c | 1.5.0 |
| google-pasta | 0.2.0 | google-mídia-retomável | 2.7.0 | googleapis-common-protos | 1.62.0 |
| gpustat | 1.1.1 | greenlet | 2.0.1 | grpcio | 1.60.0 |
| grpcio-status | 1.60.0 | gunicorn | 20.1.0 | gviz-api | 1.10.0 |
| ginásio | 0.28.1 | h11 | 0.14.0 | h5py | 3.9.0 |
| hjson | 3.1.0 | feriados | 0,38 | horovod | 0.28.1+db1 |
| htmlmin | 0.1.12 | httpcore | 1.0.4 | httplib2 | 0.20.2 |
| httpx | 0.27.0 | huggingface-hub | 0.20.2 | IDNA | 3.4 |
| ImageHash | 4.3.1 | imageio | 2.31.1 | desequilibrado-learn | 0.11.0 |
| importlib-metadata | 6.0.0 | importlib_resources | 6.1.2 | ipyflow-core | 0.0.198 |
| ipykernel | 6.25.1 | ipython | 8.15.0 | ipython-genutils | 0.2.0 |
| ipywidgets (biblioteca Python para widgets interativos) | 8.0.4 | isodate | 0.6.1 | itsdangerous | 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 | 2,4 |
| jsonschema | 4.17.3 | servidor Jupyter | 1.23.4 | jupyter_client | 7.4.9 |
| jupyter_core | 5.3.0 | jupyterlab-pygments | 0.1.2 | jupyterlab-widgets | 3.0.5 |
| Keras | 2.15.0 | keyring | 23.5.0 | kiwisolver | 1.4.4 |
| langchain | 0.1.3 | langchain-community | 0.0.20 | langchain-core | 0.1.23 |
| códigos de idioma | 3.3.0 | langsmith | 0.0.87 | launchpadlib | 1.10.16 |
| lazr.restfulclient | 0.14.4 | lazr.uri | 1.0.6 | lazy_loader | 0,2 |
| libclang | 16.0.6 | librosa | 0.10.1 | lightgbm | 4.2.0 |
| llvmlite | 0.40.0 | lxml | 4.9.2 | lz4 | 4.3.2 |
| Mako | 1.2.0 | Markdown | 3.4.1 | markdown-it-py | 2.2.0 |
| MarkupSafe | 2.1.1 | marshmallow | 3.21.1 | matplotlib | 3.7.2 |
| matplotlib-inline | 0.1.6 | mdurl | 0.1.0 | Mistune | 0.8.4 |
| ml-dtypes | 0.2.0 | mlflow-magro | 2.10.2 | more-itertools | 8.10.0 |
| mpmath | 1.3.0 | msgpack | 1.0.8 | _multidict_ | 6.0.2 |
| multimétodo | 1.11.2 | multiprocesso | 0.70.14 | murmurhash | 1.0.10 |
| mypy-extensions | 0.4.3 | 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 | 12.535.133 | oauthlib | 3.2.0 |
| openai | 1.9.0 | opencensus | 0.11.4 | opencensus-context | 0.1.3 |
| opt-einsum | 3.3.0 | empacotando | 23,2 | Pandas | 1.5.3 |
| pandocfilters | 1.5.0 | paramiko | 2.9.2 | 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 |
| Almofada | 9.4.0 | caroço | 23.2.1 | platformdirs | 3.10.0 |
| enredo | 5.9.0 | pmdarima | 2.0.4 | Cachorrinho | 1.8.1 |
| If the text refers to a technical term or specific term that may need localization, and a translation exists, that translation should be provided instead of remaining untranslated. | 3.0.9 | prometheus-client | 0.14.1 | kit de ferramentas de prompt | 3.0.36 |
| profeta | 1.1.5 | 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 | 2.11.1 | 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 | pynvml | 11.5.0 |
| pyodbc | 4.0.38 | pyparsing | 3.0.9 | pirsistent | 0.18.0 |
| pytesseract | 0.3.10 | python-dateutil | 2.8.2 | editor de Python | 1.0.4 |
| python-lsp-jsonrpc | 1.1.1 | Pytz | 2022.7 | PyWavelets | 1.4.1 |
| PyYAML | 6,0 | pyzmq | 23.2.0 | raio | 2.9.3 |
| regex | 2022.7.9 | solicitações | 2.31.0 | requests-oauthlib | 1.3.1 |
| respostas | 0.13.3 | rico | 13.7.1 | RSA | 4.9 |
| s3transfer | 0.10.0 | safetensors | 0.3.2 | scikit-image | 0.20.0 |
| scikit-aprender | 1.3.0 | Scipy | 1.11.1 | seaborn (biblioteca de visualização em Python) | 0.12.2 |
| SecretStorage | 3.3.1 | Send2Trash | 1.8.0 | transformadores de frase | 2.2.2 |
| sentencepiece | 0.1.99 | Ferramentas de configuração | 68.0.0 | Shap | 0.44.0 |
| simplejson | 3.17.6 | seis | 1.16.0 | segmentação | 0.0.7 |
| smart-open | 5.2.1 | smmap | 5.0.0 | sniffio | 1.2.0 |
| arquivo de som | 0.12.1 | Soupsieve | 2,4 | soxr | 0.3.7 |
| espaçoso | 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 | dados empilhados | 0.2.0 |
| estanho | 0.3.0 | statsmodels (biblioteca para modelos estatísticos em Python) | 0.14.0 | sympy | 1.11.1 |
| tangled-up-in-unicode | 0.2.0 | tenacidade | 8.2.2 | Tensorboard | 2.15.1 |
| tensorboard-data-server | 0.7.2 | tensorboard-plugin-profile | 2.15.0 | tensorboardX | 2.6.2.2 |
| tensorflow-cpu | 2.15.0 | tensorflow-estimator | 2.15.0 | tensorflow-io-gcs-filesystem | 0.36.0 |
| termcolor | 2.4.0 | terminado | 0.17.1 | 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 | criadores de token | 0.15.0 |
| lanterna | 2.1.2+cpu | torcheval | 0.0.7 | visão de tocha | 0.16.2+cpu |
| tornado | 6.3.2 | tqdm | 4.65.0 | traitlets | 5.7.1 |
| Transformadores | 4.36.2 | guarda-tipo | 2.13.3 | Typer | 0.9.0 |
| inspecionar digitação | 0.9.0 | typing_extensions | 4.7.1 | tzdata | 2022.1 |
| ujson | 5.4.0 | atualizações não supervisionadas | 0,1 | urllib3 | 1.26.16 |
| virtualenv | 20.21.0 | visões | 0.7.5 | wadllib | 1.3.6 |
| wasabi | 1.1.2 | wcwidth | 0.2.5 | doninha | 0.3.4 |
| codificações web | 0.5.1 | websocket-client (cliente WebSocket) | 0.58.0 | Ferramentas | 2.2.3 |
| wheel | 0.38.4 | widgetsnbextension | 4.0.5 | nuvem de palavras | 1.9.3 |
| embrulhado | 1.14.1 | xgboost | 2.0.3 | xxhash | 3.4.1 |
| Atualmente, não tendo contexto adicional e considerando "yarl" como um nome próprio ou termo técnico, mantemos "yarl" como está. | 1.8.1 | criação de perfil de ydata | 4.5.1 | zipp | 3.11.0 |
Bibliotecas do Python em clusters de GPU
| Biblioteca | Versão | Biblioteca | Versão | Biblioteca | Versão |
|---|---|---|---|---|---|
| absl-py | 1.0.0 | acelerar | 0.25.0 | 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 (tempo limite para operações assíncronas) | 4.0.2 |
| atributos | 22.1.0 | audioread | 3.0.1 | azure-core | 1.30.1 |
| azure-cosmos | 4.3.1 | Armazenamento em Blob do Azure | 12.19.0 | Azure Armazenamento Arquivos Data Lake | 12.14.0 |
| chamada de retorno | 0.2.0 | bcrypt | 3.2.0 | beautifulsoup4 | 4.12.2 |
| preto | 23.3.0 | alvejante | 4.1.0 | bendito | 1.20.0 |
| antolho | 1.4 | felicidade | 0.7.11 | boto3 | 1.34.39 |
| botocore | 1.34.39 | ferramentas de cache | 5.3.3 | catálogo | 2.0.10 |
| codificadores de categoria | 2.6.3 | certificação | 2023.7.22 | cffi | 1.15.1 |
| chardet | 4.0.0 | normalizador de conjunto de caracteres | 2.0.4 | clique | 8.0.4 |
| cloudpathlib | 0.16.0 | cloudpickle | 2.2.1 | cmdstanpy | 1.2.1 |
| colorido | 0.5.6 | Comunicação | 0.1.2 | confecção | 0.1.4 |
| configparser | 5.2.0 | contorno | 1.0.5 | criptografia | 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-engenharia-de-características | 0.3.0 |
| databricks-sdk | 0.20.0 | dataclasses-json | 0.6.4 | conjuntos de dados | 2.16.1 |
| dbl-tempo | 0.1.26 | dbus-python | 1.2.18 | debugpy | 1.6.7 |
| decorador | 5.1.1 | deepspeed | 0.13.1 | defusedxml | 0.7.1 |
| endro | 0.3.6 | cache de disco | 5.6.3 | distlib | 0.3.8 |
| dm-tree | 0.1.8 | einops | 0.7.0 | pontos de entrada | 0,4 |
| avaliar | 0.4.1 | executando | 0.8.3 | Visão geral de facetas | 1.1.1 |
| Farama-Notificações | 0.0.4 | fastjsonschema | 2.19.1 | fasttext | 0.9.2 |
| bloqueio de arquivo | 3.9.0 | flash-attn | 2.5.0 | Flask | 2.2.5 |
| flatbuffers | 26/05/2023 | fonttools | 4.25.0 | lista de congelados | 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 | 2.17.1 |
| google-auth | 2.21.0 | google-auth-oauthlib | 1.0.0 | google-cloud-core | 2.4.1 |
| armazenamento na nuvem do Google | 2.11.0 | google-crc32c | 1.5.0 | google-pasta | 0.2.0 |
| google-mídia-retomável | 2.7.0 | googleapis-common-protos | 1.62.0 | gpustat | 1.1.1 |
| greenlet | 2.0.1 | grpcio | 1.60.0 | grpcio-status | 1.60.0 |
| gunicorn | 20.1.0 | gviz-api | 1.10.0 | ginásio | 0.28.1 |
| h11 | 0.14.0 | h5py | 3.9.0 | hjson | 3.1.0 |
| feriados | 0,38 | horovod | 0.28.1+db1 | htmlmin | 0.1.12 |
| httpcore | 1.0.4 | httplib2 | 0.20.2 | httpx | 0.27.0 |
| huggingface-hub | 0.20.2 | IDNA | 3.4 | ImageHash | 4.3.1 |
| imageio | 2.31.1 | desequilibrado-learn | 0.11.0 | importlib-metadata | 6.0.0 |
| importlib_resources | 6.1.2 | ipyflow-core | 0.0.198 | ipykernel | 6.25.1 |
| ipython | 8.15.0 | ipython-genutils | 0.2.0 | ipywidgets (biblioteca Python para widgets interativos) | 8.0.4 |
| isodate | 0.6.1 | itsdangerous | 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 | 2,4 | jsonschema | 4.17.3 |
| servidor Jupyter | 1.23.4 | jupyter_client | 7.4.9 | jupyter_core | 5.3.0 |
| jupyterlab-pygments | 0.1.2 | jupyterlab-widgets | 3.0.5 | Keras | 2.15.0 |
| keyring | 23.5.0 | kiwisolver | 1.4.4 | langchain | 0.1.3 |
| langchain-community | 0.0.20 | langchain-core | 0.1.23 | códigos de idioma | 3.3.0 |
| langsmith | 0.0.87 | launchpadlib | 1.10.16 | lazr.restfulclient | 0.14.4 |
| lazr.uri | 1.0.6 | lazy_loader | 0,2 | libclang | 16.0.6 |
| librosa | 0.10.1 | lightgbm | 4.2.0 | llvmlite | 0.40.0 |
| lxml | 4.9.2 | lz4 | 4.3.2 | Mako | 1.2.0 |
| Markdown | 3.4.1 | markdown-it-py | 2.2.0 | MarkupSafe | 2.1.1 |
| marshmallow | 3.21.1 | matplotlib | 3.7.2 | matplotlib-inline | 0.1.6 |
| mdurl | 0.1.0 | Mistune | 0.8.4 | ml-dtypes | 0.2.0 |
| mlflow-magro | 2.10.2 | more-itertools | 8.10.0 | mpmath | 1.3.0 |
| msgpack | 1.0.8 | _multidict_ | 6.0.2 | multimétodo | 1.11.2 |
| multiprocesso | 0.70.14 | murmurhash | 1.0.10 | mypy-extensions | 0.4.3 |
| 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 | 12.535.133 | oauthlib | 3.2.0 | openai | 1.9.0 |
| opencensus | 0.11.4 | opencensus-context | 0.1.3 | opt-einsum | 3.3.0 |
| empacotando | 23,2 | Pandas | 1.5.3 | pandocfilters | 1.5.0 |
| paramiko | 2.9.2 | 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 | Almofada | 9.4.0 |
| caroço | 23.2.1 | platformdirs | 3.10.0 | enredo | 5.9.0 |
| pmdarima | 2.0.4 | Cachorrinho | 1.8.1 | If the text refers to a technical term or specific term that may need localization, and a translation exists, that translation should be provided instead of remaining untranslated. | 3.0.9 |
| kit de ferramentas de prompt | 3.0.36 | profeta | 1.1.5 | 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 | 2.11.1 | 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 |
| pynvml | 11.5.0 | pyodbc | 4.0.38 | pyparsing | 3.0.9 |
| pirsistent | 0.18.0 | pytesseract | 0.3.10 | python-dateutil | 2.8.2 |
| editor de Python | 1.0.4 | python-lsp-jsonrpc | 1.1.1 | Pytz | 2022.7 |
| PyWavelets | 1.4.1 | PyYAML | 6,0 | pyzmq | 23.2.0 |
| raio | 2.9.3 | regex | 2022.7.9 | solicitações | 2.31.0 |
| requests-oauthlib | 1.3.1 | respostas | 0.13.3 | rico | 13.7.1 |
| RSA | 4.9 | s3transfer | 0.10.0 | safetensors | 0.3.2 |
| scikit-image | 0.20.0 | scikit-aprender | 1.3.0 | Scipy | 1.11.1 |
| seaborn (biblioteca de visualização em Python) | 0.12.2 | SecretStorage | 3.3.1 | Send2Trash | 1.8.0 |
| transformadores de frase | 2.2.2 | sentencepiece | 0.1.99 | Ferramentas de configuração | 68.0.0 |
| Shap | 0.44.0 | simplejson | 3.17.6 | seis | 1.16.0 |
| segmentação | 0.0.7 | smart-open | 5.2.1 | smmap | 5.0.0 |
| sniffio | 1.2.0 | arquivo de som | 0.12.1 | Soupsieve | 2,4 |
| soxr | 0.3.7 | espaçoso | 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 |
| dados empilhados | 0.2.0 | estanho | 0.3.0 | statsmodels (biblioteca para modelos estatísticos em Python) | 0.14.0 |
| sympy | 1.11.1 | tangled-up-in-unicode | 0.2.0 | tenacidade | 8.2.2 |
| Tensorboard | 2.15.1 | tensorboard-data-server | 0.7.2 | tensorboard-plugin-profile | 2.15.0 |
| tensorboardX | 2.6.2.2 | TensorFlow | 2.15.0 | tensorflow-estimator | 2.15.0 |
| tensorflow-io-gcs-filesystem | 0.36.0 | termcolor | 2.4.0 | terminado | 0.17.1 |
| 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 |
| criadores de token | 0.15.0 | lanterna | 2.1.2+cu121 | torcheval | 0.0.7 |
| visão de tocha | 0.16.2+cu121 | tornado | 6.3.2 | tqdm | 4.65.0 |
| traitlets | 5.7.1 | Transformadores | 4.36.2 | Tritão | 2.1.0 |
| guarda-tipo | 2.13.3 | Typer | 0.9.0 | inspecionar digitação | 0.9.0 |
| typing_extensions | 4.7.1 | tzdata | 2022.1 | ujson | 5.4.0 |
| atualizações não supervisionadas | 0,1 | urllib3 | 1.26.16 | virtualenv | 20.21.0 |
| visões | 0.7.5 | wadllib | 1.3.6 | wasabi | 1.1.2 |
| wcwidth | 0.2.5 | doninha | 0.3.4 | codificações web | 0.5.1 |
| websocket-client (cliente WebSocket) | 0.58.0 | Ferramentas | 2.2.3 | wheel | 0.38.4 |
| widgetsnbextension | 4.0.5 | nuvem de palavras | 1.9.3 | embrulhado | 1.14.1 |
| xgboost | 2.0.3 | xxhash | 3.4.1 | Atualmente, não tendo contexto adicional e considerando "yarl" como um nome próprio ou termo técnico, mantemos "yarl" como está. | 1.8.1 |
| criação de perfil de ydata | 4.5.1 | zipp | 3.11.0 |
Bibliotecas do R
As bibliotecas R são idênticas às Bibliotecas R do Databricks Runtime 15.1.
Bibliotecas do Java e do Scala (cluster do Scala 2.12)
Além das bibliotecas Java e Scala no Databricks Runtime 15.1, o Databricks Runtime 15.1 ML contém os seguintes JARs:
Clusters de CPU
| ID do Grupo | ID do artefato | Versão |
|---|---|---|
| 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 | 0.8.2-db2-spark3.4 |
| org.mlflow | mlflow-client | 2.10.2 |
| org.scala-lang.modules | scala-java8-compat_2.12 | 0.8.0 |
| org.tensorflow | spark-tensorflow-connector_2.12 | 1.15.0 |
Clusters de GPU
| ID do Grupo | ID do artefato | Versão |
|---|---|---|
| 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 | 0.8.2-db2-spark3.4 |
| org.mlflow | mlflow-client | 2.10.2 |
| org.scala-lang.modules | scala-java8-compat_2.12 | 0.8.0 |
| org.tensorflow | spark-tensorflow-connector_2.12 | 1.15.0 |