Nota
O acesso a esta página requer autorização. Pode tentar iniciar sessão ou alterar os diretórios.
O acesso a esta página requer autorização. Pode tentar alterar os diretórios.
Observação
O suporte para esta versão do Databricks Runtime terminou. Para a data de fim de suporte, consulte Fim de suporte e histórico de fim de vida útil. Para todas as versões suportadas do Databricks Runtime, consulte Versões e compatibilidade das notas de versão do Databricks Runtime.
O Databricks Runtime 15.0 para Machine Learning fornece um ambiente pronto a usar para machine learning e a ciência de dados baseado no Databricks Runtime 15.0 (EoS). O Databricks Runtime ML contém muitas bibliotecas populares de aprendizado de máquina, incluindo TensorFlow, PyTorch e XGBoost. O Databricks Runtime ML inclui o AutoML, uma ferramenta para treinar automaticamente pipelines de aprendizado de máquina. O Databricks Runtime ML também suporta treinamento distribuído de aprendizado profundo usando o Horovod.
Novos recursos e melhorias
O Databricks Runtime 15.0 ML é construído sobre o Databricks Runtime 15.0. Para obter informações sobre o que há de novo no Databricks Runtime 15.0, incluindo Apache Spark MLlib e SparkR, consulte as notas de versão do Databricks Runtime 15.0 (EoS ).
Alterações de grande impacto
A CLI do Databricks herdado não está mais instalada por padrão
Na Databricks Runtime 14.3 LTS ML e versões anteriores, como a versão pré-instalada do MLflow necessitava da CLI legada do Databricks (databricks/databricks-cli), ela era instalada automaticamente no $PATH. O Databricks Runtime 15.0 ML inclui o MLflow versão 2.10.2, que não requer a CLI herdada.
A partir do Databricks Runtime 15.0 ML, a CLI do Databricks herdada não é mais instalada automaticamente no $PATH. Esta é uma alteração disruptiva para utilizadores que dependem da CLI herdada que está a ser instalada no tempo de execução. Comandos como %sh databricks ... não funcionam mais no Databricks Runtime 15.0 ML e superior.
Para continuar a usar a CLI Databricks legada num notebook, instale-a como uma biblioteca de cluster ou notebook. A nova CLI Databricks (databricks/cli) está disponível no terminal web. Para mais informações, consulte Utilizar terminal web e CLI do Databricks.
MLeap não está mais disponível a partir do Databricks Runtime 15.0 ML
O MLeap não está mais disponível no Databricks Runtime 15.0 ML e superior. Para empacotar modelos para implantação em estruturas baseadas em JVM, o Databricks recomenda o uso do formato ONNX.
Descontinuação de Horovod e HorovodRunner
Horovod e HorovodRunner estão agora obsoletos. Para aprendizagem profunda distribuída, a Databricks recomenda o uso do TorchDistributor para treinamento distribuído com o PyTorch ou a API para treinamento distribuído com o tf.distribute.Strategy TensorFlow. Horovod e HorovodRunner são pré-instalados no Databricks Runtime 15.0 ML, mas serão removidos na próxima versão principal do Databricks Runtime ML.
Observação
horovod.spark não suporta as versões do pyarrow 11.0 e superiores (consulte a questão relevante no GitHub). O Databricks Runtime 15.0 ML inclui pyarrow versão 14.0.1. Para usar horovod.spark com o Databricks Runtime 15.0 ML ou superior, você deve instalar manualmente o pyarrow, especificando uma versão abaixo de 11.0.
Ambiente do sistema
O ambiente do sistema no Databricks Runtime 15.0 ML difere do Databricks Runtime 15.0 da seguinte maneira:
- 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 15.0 ML que diferem daquelas incluídas no Databricks Runtime 15.0.
Nesta secção:
- Bibliotecas de nível superior
- Python bibliotecas
- Bibliotecas R
- Bibliotecas Java e Scala (cluster Scala 2.12)
Bibliotecas de nível superior
O Databricks Runtime 15.0 ML inclui as seguintes bibliotecas de camada superior:
- GraphFrames
- MLflow
- PyTorch
- Spark-TensorFlow Connector
- TensorFlow
- TensorBoard
- Scikit-learn
- (Preterido) Horovod e HorovodRunner
Bibliotecas Python
O Databricks Runtime 15.0 ML utiliza virtualenv para gestão de pacotes Python e inclui muitos pacotes ML populares.
Além dos pacotes especificados nas seções a seguir, o Databricks Runtime 15.0 ML também inclui os seguintes pacotes:
- Hiperopt 0.2.7+DB4
- Sparkdl 3.0.0_db1
- AutoML 1.25.0 |
Para reproduzir o ambiente Databricks Runtime ML Python no seu ambiente virtual Python local, descarregue o ficheiro requirements-15.0.txt e execute pip install -r requirements-15.0.txt. Este comando instala todas as bibliotecas open source que o Databricks Runtime ML utiliza, mas não instala as bibliotecas desenvolvidas pelo Databricks, como databricks-automl, databricks-feature-store, ou o fork Databricks de hyperopt.
Bibliotecas 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 |
| Argão2-CFFI | 21.3.0 | argon2-cffi-vinculações | 21.2.0 | Astor | 0.8.1 |
| AstTokens | 2.0.5 | astunparse | 1.6.3 | limite de tempo assíncrono | 4.0.2 |
| Atributos | 22.1.0 | audioread | 3.0.1 | azure-core | 1.30.1 |
| Azure-Cosmos | 4.3.1 | Azure Storage Blob | 12.19.0 | Armazenamento de Ficheiros Azure Data Lake | 12.14.0 |
| Chamada de retorno | 0.2.0 | bcrypt | 3.2.0 | Beautiful Soup 4 | 4.12.2 |
| preto | 23.3.0 | lixívia | 4.1.0 | abençoado | 1.20.0 |
| pisca | 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 categorias | 2.6.3 | certifi | 2023.7.22 | cffi | 1.15.1 |
| Chardet | 4.0.0 | Normalizador de Charset | 2.0.4 | clicar | 8.0.4 |
| CloudPathlib | 0.16.0 | Cloudpickle | 2.2.1 | cmdstanpy | 1.2.1 |
| colorido | 0.5.6 | Comunicação | 0.1.2 | Confeção | 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 |
| dacito | 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 |
| aneto | 0.3.6 | cache de disco | 5.6.3 | Distlib | 0.3.8 |
| dm-árvore | 0.1.8 | pontos de entrada | 0.4 | avaliar | 0.4.1 |
| executar | 0.8.3 | facetas-visão geral | 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 | 23/05/2026 | 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 | 2.17.1 | Google-Auth (Autenticação) | 2.21.0 | google-auth-oauthlib (biblioteca de autenticação OAuth do Google) | 1.0.0 |
| Google Cloud Core | 2.4.1 | google-armazenamento-em-nuvem | 2.11.0 | Google-CRC32C | 1.5.0 |
| Google-Pasta | 0.2.0 | google-media-reutilizável | 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 (dança tradicional russa) | 0.28.1+db1 |
| htmlmin | 0.1.12 | httpcore | 1.0.4 | httplib2 | 0.20.2 |
| httpx | 0.27.0 | Hugging Face Hub | 0.20.2 | IDNA | 3.4 |
| ImageHash | 4.3.1 | imageio | 2.31.1 | aprendizagem não balanceada | 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 | 8.0.4 | isodate | 0.6.1 | é perigoso | 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 | jupyter-servidor | 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 | porta-chaves | 23.5.0 | kiwisolver | 1.4.4 |
| langchain | 0.1.3 | Langchain Community | 0.0.20 | langchain-núcleo | 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 | carregador lento (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 | Espuma | 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-skinny | 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 |
| bloco de notas | 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 | contexto do opencensus | 0.1.3 |
| opt-einsum | 3.3.0 | embalagem | 23.2 | pandas | 2.0.3 |
| PandocFilters | 1.5.0 | Paramiko | 2.9.2 | Parso | 0.8.3 |
| PathSpec | 0.10.3 | vítima | 0.5.3 | petastorm | 0.12.1 |
| pexpect | 4.8.0 | Phik | 0.12.4 | pickleshare | 0.7.5 |
| Almofada | 9.4.0 | pip | 23.2.1 | platformdirs | 3.10.0 |
| enredo | 5.9.0 | pmdarima | 2.0.4 | cachorrinho | 1.8.1 |
| Preshed | 3.0.9 | Prometheus-Cliente | 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 |
| Correção rápida do PyArrow | 0,6 | pyasn1 | 0.4.8 | pyasn1-módulos | 0.2.8 |
| pybind11 | 2.11.1 | pyccolo | 0.0.52 | Pycparser | 2.21 |
| Pidântico | 1.10.6 | Pigmentos | 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 | pyrsistent | 0.18.0 |
| Pytesseract | 0.3.10 | python-dateutil (uma biblioteca de software para manipulação de datas em Python) | 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 | pedidos | 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-learn (biblioteca de aprendizado de máquina em Python) | 1.3.0 | SciPy | 1.11.1 | nascido no mar | 0.12.2 |
| Armazenamento Secreto | 3.3.1 | Send2Trash | 1.8.0 | transformadores de frases | 2.2.2 |
| Peça de frase | 0.1.99 | Ferramentas de configuração | 68.0.0 | forma | 0.44.0 |
| simplejson | 3.17.6 | seis | 1.16.0 | cortador | 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-legado | 3.0.12 | spacy-loggers | 1.0.5 |
| spark-tensorflow-distributor | 1.0.0 | SQLAlchemy | 1.4.39 | SQLPARSE | 0.4.2 |
| a sério? | 2.4.8 | ssh-import-id | 5.11 | dados de stack | 0.2.0 |
| Estanio | 0.3.0 | statsmodels (uma biblioteca de Python para modelos estatísticos) | 0.14.0 | SymPy | 1.11.1 |
| enredado em Unicode | 0.2.0 | tenacidade | 8.2.2 | TensorBoard | 2.15.1 |
| TensorBoard-Servidor de Dados | 0.7.2 | TensorBoard Plugin Profile | 2.15.0 | tensorboardX (ferramenta de visualização de tensores) | 2.6.2.2 |
| TensorFlow CPU | 2.15.0 | TensorFlow-Estimador | 2.15.0 | TensorFlow-IO-GCS-FileSystem | 0.36.0 |
| Termcolor | 2.4.0 | concluído | 0.17.1 | Thinc | 8.2.3 |
| ThreadPoolCtl | 2.2.0 | ficheiro TIFF | 2021.7.2 | tiktoken | 0.5.2 |
| tinycss2 | 1.2.1 | tokenize-rt | 4.2.1 | Tokenizadores | 0.15.0 |
| tocha | 2.1.2+cpu | Torcheval | 0.0.7 | Torchvision | 0.16.2+CPU |
| tornado | 6.3.2 | tqdm | 4.65.0 | traitlets | 5.7.1 |
| transformadores | 4.36.2 | Protetor de Tipografia | 2.13.3 | mecanógrafo | 0.9.0 |
| inspeção de digitação | 0.9.0 | typing_extensions (extensões de digitação) | 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 da web | 0.5.1 | Websocket-cliente | 0.58.0 | Werkzeug | 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 |
| yarl | 1.8.1 | ydata-profiling | 4.5.1 | zipp | 3.11.0 |
Bibliotecas 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 |
| Argão2-CFFI | 21.3.0 | argon2-cffi-vinculações | 21.2.0 | Astor | 0.8.1 |
| AstTokens | 2.0.5 | astunparse | 1.6.3 | limite de tempo assíncrono | 4.0.2 |
| Atributos | 22.1.0 | audioread | 3.0.1 | azure-core | 1.30.1 |
| Azure-Cosmos | 4.3.1 | Azure Storage Blob | 12.19.0 | Armazenamento de Ficheiros Azure Data Lake | 12.14.0 |
| Chamada de retorno | 0.2.0 | bcrypt | 3.2.0 | Beautiful Soup 4 | 4.12.2 |
| preto | 23.3.0 | lixívia | 4.1.0 | abençoado | 1.20.0 |
| pisca | 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 categorias | 2.6.3 | certifi | 2023.7.22 | cffi | 1.15.1 |
| Chardet | 4.0.0 | Normalizador de Charset | 2.0.4 | clicar | 8.0.4 |
| CloudPathlib | 0.16.0 | Cloudpickle | 2.2.1 | cmdstanpy | 1.2.1 |
| colorido | 0.5.6 | Comunicação | 0.1.2 | Confeção | 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 |
| dacito | 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 |
| aneto | 0.3.6 | cache de disco | 5.6.3 | Distlib | 0.3.8 |
| dm-árvore | 0.1.8 | einops | 0.7.0 | pontos de entrada | 0.4 |
| avaliar | 0.4.1 | executar | 0.8.3 | facetas-visão geral | 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 | 23/05/2026 | 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 | 2.17.1 |
| Google-Auth (Autenticação) | 2.21.0 | google-auth-oauthlib (biblioteca de autenticação OAuth do Google) | 1.0.0 | Google Cloud Core | 2.4.1 |
| google-armazenamento-em-nuvem | 2.11.0 | Google-CRC32C | 1.5.0 | Google-Pasta | 0.2.0 |
| google-media-reutilizável | 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 (dança tradicional russa) | 0.28.1+db1 | htmlmin | 0.1.12 |
| httpcore | 1.0.4 | httplib2 | 0.20.2 | httpx | 0.27.0 |
| Hugging Face Hub | 0.20.2 | IDNA | 3.4 | ImageHash | 4.3.1 |
| imageio | 2.31.1 | aprendizagem não balanceada | 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 | 8.0.4 |
| isodate | 0.6.1 | é perigoso | 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 |
| jupyter-servidor | 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 |
| porta-chaves | 23.5.0 | kiwisolver | 1.4.4 | langchain | 0.1.3 |
| Langchain Community | 0.0.20 | langchain-núcleo | 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 | carregador lento (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 |
| Espuma | 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-skinny | 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 | bloco de notas | 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 | contexto do opencensus | 0.1.3 | opt-einsum | 3.3.0 |
| embalagem | 23.2 | pandas | 2.0.3 | PandocFilters | 1.5.0 |
| Paramiko | 2.9.2 | Parso | 0.8.3 | PathSpec | 0.10.3 |
| vítima | 0.5.3 | petastorm | 0.12.1 | pexpect | 4.8.0 |
| Phik | 0.12.4 | pickleshare | 0.7.5 | Almofada | 9.4.0 |
| pip | 23.2.1 | platformdirs | 3.10.0 | enredo | 5.9.0 |
| pmdarima | 2.0.4 | cachorrinho | 1.8.1 | Preshed | 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 | Correção rápida do PyArrow | 0,6 | pyasn1 | 0.4.8 |
| pyasn1-módulos | 0.2.8 | pybind11 | 2.11.1 | pyccolo | 0.0.52 |
| Pycparser | 2.21 | Pidântico | 1.10.6 | Pigmentos | 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 |
| pyrsistent | 0.18.0 | Pytesseract | 0.3.10 | python-dateutil (uma biblioteca de software para manipulação de datas em Python) | 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 | pedidos | 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-learn (biblioteca de aprendizado de máquina em Python) | 1.3.0 | SciPy | 1.11.1 |
| nascido no mar | 0.12.2 | Armazenamento Secreto | 3.3.1 | Send2Trash | 1.8.0 |
| transformadores de frases | 2.2.2 | Peça de frase | 0.1.99 | Ferramentas de configuração | 68.0.0 |
| forma | 0.44.0 | simplejson | 3.17.6 | seis | 1.16.0 |
| cortador | 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-legado | 3.0.12 |
| spacy-loggers | 1.0.5 | spark-tensorflow-distributor | 1.0.0 | SQLAlchemy | 1.4.39 |
| SQLPARSE | 0.4.2 | a sério? | 2.4.8 | ssh-import-id | 5.11 |
| dados de stack | 0.2.0 | Estanio | 0.3.0 | statsmodels (uma biblioteca de Python para modelos estatísticos) | 0.14.0 |
| SymPy | 1.11.1 | enredado em Unicode | 0.2.0 | tenacidade | 8.2.2 |
| TensorBoard | 2.15.1 | TensorBoard-Servidor de Dados | 0.7.2 | TensorBoard Plugin Profile | 2.15.0 |
| tensorboardX (ferramenta de visualização de tensores) | 2.6.2.2 | TensorFlow | 2.15.0 | TensorFlow-Estimador | 2.15.0 |
| TensorFlow-IO-GCS-FileSystem | 0.36.0 | Termcolor | 2.4.0 | concluído | 0.17.1 |
| Thinc | 8.2.3 | ThreadPoolCtl | 2.2.0 | ficheiro TIFF | 2021.7.2 |
| tiktoken | 0.5.2 | tinycss2 | 1.2.1 | tokenize-rt | 4.2.1 |
| Tokenizadores | 0.15.0 | tocha | 2.1.2+cu121 | Torcheval | 0.0.7 |
| Torchvision | 0.16.2+CU121 | tornado | 6.3.2 | tqdm | 4.65.0 |
| traitlets | 5.7.1 | transformadores | 4.36.2 | Tritão | 2.1.0 |
| Protetor de Tipografia | 2.13.3 | mecanógrafo | 0.9.0 | inspeção de digitação | 0.9.0 |
| typing_extensions (extensões de digitação) | 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 da web | 0.5.1 |
| Websocket-cliente | 0.58.0 | Werkzeug | 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 | yarl | 1.8.1 |
| ydata-profiling | 4.5.1 | zipp | 3.11.0 |
Bibliotecas R
As bibliotecas R são idênticas às bibliotecas R no Databricks Runtime 15.0.
Bibliotecas Java e Scala (cluster Scala 2.12)
Para além das bibliotecas Java e Scala no Databricks Runtime 15.0, o Databricks Runtime 15.0 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 cliente | 2.10.2 |
| org.scala-lang.modules | scala-java8-compat_2.12 | 0.8.0 |
| org.tensorflow | spark-tensorflow-connector_2.12 (conector de Spark para TensorFlow versão 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 cliente | 2.10.2 |
| org.scala-lang.modules | scala-java8-compat_2.12 | 0.8.0 |
| org.tensorflow | spark-tensorflow-connector_2.12 (conector de Spark para TensorFlow versão 2.12) | 1.15.0 |