Databricks Runtime 12.0 pour Machine Learning (EoS)

Databricks Runtime 12.0 pour Machine Learning fournit un environnement prêt à l’emploi pour Machine Learning et la science des données basé sur Databricks Runtime 12.0 (EoS). Databricks Runtime ML contient de nombreuses bibliothèques populaires de Machine Learning, notamment TensorFlow, PyTorch et XGBoost. Databricks Runtime ML comprend AutoML, un outil permettant d’effectuer l’apprentissage automatique des pipelines Machine Learning. Databricks Runtime ML prend également en charge l'apprentissage profond distribué à l'aide d'Horovod.

Pour plus d’informations, notamment les instructions relatives à la création d’un groupement Databricks Runtime ML, consultez IA et apprentissage automatique sur Databricks.

Améliorations et nouvelles fonctionnalités

Databricks Runtime 12.0 ML s’appuie sur Databricks Runtime 12.0. Pour plus d’informations sur les nouveautés de Databricks Runtime 12.0, notamment Apache Spark MLlib et SparkR, consultez les notes de publication de Databricks Runtime 12.0 (EoS).

Améliorations apportées à AutoML

• Les modèles de prévision peuvent désormais inclure éventuellement des jours fériés.
• Les prévisions prennent désormais en charge les fréquences mensuelles, trimestrielles et annuelles.
• AutoML peut désormais utiliser des jeux de données plus volumineux pour l’entraînement. AutoML alloue automatiquement davantage de cœurs de processeur pour les jeux de données volumineux.

Pour plus d’informations sur AutoML, consultez Qu’est-ce que AutoML ?.

MLflow 2.0

Databricks Runtime 12.0 ML inclut MLflow 2.0. MLflow 2.0 s’appuie sur la base solide de la plateforme MLflow et intègre des commentaires complets des utilisateurs pour simplifier les flux de travail de science des données et fournir des outils innovants et de première classe pour MLOps. Les fonctionnalités et améliorations incluent des extensions aux recettes MLflow (anciennement pipelines MLflow), telles que AutoML, le réglage des hyperparamètres et la prise en charge de la classification, ainsi que des intégrations modernisées avec l’écosystème ML, une interface utilisateur de suivi MLflow rationalisée, une actualisation des API principales sur les composants de la plateforme MLflow, etc. Pour plus d’informations, consultez la documentation MLflow 2.0 ou consultez le billet de blog.

scikit-learn 1.0

Databricks Runtime ML 12.0 inclut scikit-learn la version 1.0. Consultez la documentation scikit-learn pour en savoir plus sur les modifications apportées à cette version de scikit-learn.

Environnement du système

L’environnement système de Databricks Runtime 12.0 ML diffère de celui de Databricks Runtime 12.0 comme suit :

• DBUtils : Databricks Runtime ML n’inclut pas L’Utilitaire de bibliothèque (dbutils.library) (hérité). Utilisez les commandes %pip à la place. Consultez Bibliothèques Python délimitées à un notebook.
• Pour les clusters GPU, Databricks Runtime ML inclut les bibliothèques GPU NVIDIA suivantes :
  • CUDA 11.3
  • cuDNN 8.0.5.39
  • NCCL 2.9.9
  • TensorRT 7.2.2

Databricks Runtime 12.0 ML inclut XGBoost 1.6.2, qui ne prend pas en charge les clusters GPU avec fonctionnalité de calcul 5.2 et versions antérieures.

Bibliothèques

Les sections suivantes listent les bibliothèques incluses dans Databricks Runtime ML 12.0 qui diffèrent de celles incluses dans Databricks Runtime 12.0.

Dans cette section :

• Bibliothèques de niveau supérieur
• Bibliothèques Python
• Bibliothèques R
• Bibliothèques Java et Scala (cluster Scala 2.12)

Bibliothèques de niveau supérieur

Databricks Runtime 12.0 ML comprend les bibliothèques de niveau supérieur suivantes :

• GraphFrames
• Horovod et HorovodRunner
• MLflow
• PyTorch
• spark-tensorflow-connector
• TensorFlow
• TensorBoard
• Scikit-learn

Bibliothèques Python

Databricks Runtime 12.0 ML utilise Virtualenv pour la gestion des packages Python et comprend de nombreux packages ML populaires.

En plus des packages spécifiés dans les sections suivantes, Databricks Runtime 12.0 ML comprend également les packages suivants :

• hyperopt 0.2.7.db1
• sparkdl 2.3.0-db3
• automl 1.14.1

Pour reproduire l’environnement Python Databricks Runtime ML dans votre environnement virtuel Python local, téléchargez le fichier requirements-12.0.txt et exécutez pip install -r requirements-12.0.txt. Cette commande installe toutes les bibliothèques open source que Databricks Runtime ML utilise, mais n’installe pas les bibliothèques développées Azure Databricks, telles que databricks-automl, databricks-feature-store ou la duplication Databricks de hyperopt.

Bibliothèques Python sur les clusters UC

Bibliothèques Python sur les clusters GPU

Bibliothèques R

Les bibliothèques R sont identiques aux bibliothèques R dans Databricks Runtime 12.0.

Bibliothèques Java et Scala (cluster Scala 2.12)

En plus des bibliothèques Java et Scala dans Databricks Runtime 12.0, Databricks Runtime 12.0 ML contient les fichiers jar suivants :

Clusters UC

Clusters GPU