Databricks Runtime 13.1 pour Machine Learning (EoS)

Databricks Runtime 13.1 pour Machine Learning fournit un environnement prêt à l’emploi pour Machine Learning et la science des données basé sur Databricks Runtime 13.1 (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 13.1 ML est basé sur Databricks Runtime 13.1. Pour plus d’informations sur les nouveautés de Databricks Runtime 13.1, notamment Apache Spark MLlib et SparkR, consultez les notes de publication de Databricks Runtime 13.1 (EoS).

Modifications apportées au magasin de fonctionnalités Databricks

Dans Databricks Runtime 13.1 ML et versions ultérieures, dans les magasins MySQL, publish_table utilise le type LONGTEXT pour les données de chaîne dans les tables de fonctionnalités. Si vous publiez une table à l’aide de Databricks Runtime 13.1 ML et que vous devez ensuite y écrire à l’aide de Databricks Runtime 13.0 ou une version antérieure, vous devez utiliser publish_table en mode de remplacement ou supprimer et republier la table en ligne.

Environnement du système

L'environnement système dans Databricks Runtime 13.1 ML diffère de celui de Databricks Runtime 13.1 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 11.7
  • cuDNN 8.5.0.96-1
  • NCCL 2.15.1
  • TensorRT 7.2.2

Databricks Runtime 13.1 ML inclut XGBoost 1.7.5, qui ne prend pas en charge les clusters GPU avec une capacité de calcul 5.2 et inférieure.

Bibliothèques

Les sections suivantes répertorient les bibliothèques incluses dans Databricks Runtime 13.1 ML qui diffèrent de celles incluses dans Databricks Runtime 13.1.

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 13.1 ML inclut les bibliothèques de premier niveau suivantes :

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

Bibliothèques Python

Databricks Runtime 13.1 ML utilise Virtualenv pour la gestion des packages Python et inclut de nombreux packages ML populaires.

Les bibliothèques Python suivantes ont été introduites avec Databricks Runtime 13.1 ML :

• langchain
• librosa
• pytesseract
• sentencepiece
• sentence-transformers
• soundfile
• tiktoken

Outre les packages spécifiés dans les sections suivantes, Databricks Runtime 13.1 ML inclut également les packages suivants :

• hyperopt 0.2.7+db3
• sparkdl 3.0.0_db1
• automl 1.18.0

Pour reproduire l'environnement Databricks Runtime ML Python dans votre environnement virtuel Python local, téléchargez le fichier requirements-13.1.txt et exécutez pip install -r requirements-13.1.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 13.1.

Bibliothèques Java et Scala (cluster Scala 2.12)

Outre les bibliothèques Java et Scala dans Databricks Runtime 13.1, Databricks Runtime 13.1 ML contient les fichiers JAR suivants :

Clusters UC

Clusters GPU