用于Machine Learning的 Databricks Runtime 12.2 LTS （EoS）

基于Databricks Runtime 12.2 LTS（EoS），Databricks Runtime 12.2 LTS for Machine Learning 为机器学习和数据科学提供了一个现成的环境。 Databricks Runtime ML 包含许多常用的机器学习库，包括 TensorFlow、PyTorch 和 XGBoost。 Databricks Runtime ML 包括 AutoML 工具，可用于自动训练机器学习管道。 Databricks Runtime ML 还支持使用 Horovod 进行分布式深度学习训练。

新功能和改进

Databricks Runtime 12.2 LTS ML 是基于 Databricks Runtime 12.2 LTS 构建的。 有关 Databricks Runtime 12.2 LTS（包括 Apache Spark MLlib 和 SparkR）中的新增功能的信息，请参阅 Databricks Runtime 12.2 LTS（EoS） 发行说明。

AutoML

可以使用特征存储中的现有特征表来为 AutoML 预测问题补充原始输入数据集。 有关详细信息，请参阅 AutoML 功能存储集成。

有关 AutoML 的详细信息，请参阅什么是 AutoML？。

系统环境

Databricks Runtime 12.2 LTS ML 中的系统环境与 Databricks Runtime 12.2 LTS 不同，如下所示：

• DBUtils：Databricks Runtime ML 不包含库实用工具 (dbutils.library)（旧版）。 请改用 %pip 命令。 请参阅 Notebook 范围内的 Python 库。
• 对于 GPU 群集，Databricks Runtime ML 包含以下 NVIDIA GPU 库：
  • CUDA 11.3
  • cuDNN 8.0.5.39
  • NCCL 2.9.9
  • TensorRT 7.2.2

Databricks Runtime 12.2 LTS ML 包括 XGBoost 1.7.2，它不支持计算功能 5.2 及以下的 GPU 群集。

图书馆

以下部分列出了 Databricks Runtime 12.2 LTS ML 中包含的库，这些库与 Databricks Runtime 12.2 LTS 中包含的不同。

本节内容：

• 顶层库
• Python库
• R 库
• Java 和 Scala 库（Scala 2.12 群集）

顶层库

Databricks Runtime 12.2 LTS ML 包含以下顶层库：

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

Python库

Databricks Runtime 12.2 LTS ML 使用 Virtualenv 进行Python包管理，并包括许多常用的 ML 包。

除了在以下部分中指定的包，Databricks Runtime 12.2 LTS ML 还包含以下包：

• hyperopt 0.2.7+db3
• sparkdl 2.3.0-db3
• automl 1.16.0

若要在本地Python虚拟环境中重现 Databricks Runtime ML Python 环境，请下载 requirements-12.2.txt 文件并运行 pip install -r requirements-12.2.txt。 此命令安装 Databricks Runtime ML 使用的所有open source库，但不安装 Databricks 开发的库，例如 databricks-automl、databricks-feature-store 或 hyperopt 的 Databricks 分支。

Python库在CPU集群上

Python 库在 GPU 集群上

R 库

R 库与 Databricks Runtime 12.2 LTS 中的 R 库完全相同。

Java和 Scala 库（Scala 2.12 群集）

除了 Databricks Runtime 12.2 LTS 中的Java库和 Scala 库，Databricks Runtime 12.2 LTS ML 还包含以下 JAR：

CPU 群集

GPU 群集