Databricks Runtime 15.1 para EoS (Machine Learning)

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.

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

Bibliotecas do Python em clusters de GPU

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

Clusters de GPU