Databricks Runtime 5.3 ML (EoS)

Databricks 于 2019 年 4 月发布了此映像。

Databricks Runtime 5.3 ML 基于 Databricks Runtime 5.3 (EoS) 为机器学习和数据科学提供随时可用的环境。 用于 ML 的 Databricks Runtime 包含许多常用的机器学习库，包括 TensorFlow、PyTorch、Keras 和 XGBoost。 它还支持使用 Horovod 进行分布式深度学习训练。

有关详细信息，包括有关如何创建 Databricks Runtime ML 群集的说明，请参阅 Databricks 上的 AI 和机器学习。

新增功能

Databricks Runtime 5.3 ML 是基于 Databricks Runtime 5.3 构建的。 若要了解 Databricks Runtime 5.3 中的新增功能，请参阅 Databricks Runtime 5.3 (EoS) 发行说明。 Databricks Runtime 5.3 ML 不仅引入了库更新，还引入了以下新功能：

• MLflow + Apache Spark MLlib 集成：对于使用 PySpark 优化算法 CrossValidator 和 TrainValidationSplit 拟合的模型，Databricks Runtime 5.3 ML 支持自动记录 MLflow 运行。

  重要

  此功能以个人预览版提供。 请与你的 Azure Databricks 销售代表联系，了解有关启用它的信息。

• 将以下库升级到最新版本：

  • 将 PyArrow 从 0.8.0 更新到 0.12.1：基于 Arrow 的转换支持 BinaryType，可用于 BinaryType。
  • 将 Horovod 从 0.15.2 更新到 0.16.0。
  • 将 TensorboardX 从 1.4 更新到 1.6。

不建议使用 Databricks ML 模型导出 API。 Azure Databricks 建议改用 MLeap，后者可提供更广泛地 MLlib 模型类型。 有关详细信息，请参阅 MLeap ML 模型导出。

维护更新

请参阅 Databricks Runtime 5.4 ML 维护更新。

系统环境

Databricks Runtime 5.3 ML 中的系统环境与 Databricks Runtime 5.3 不同，如下所示：

• Python：2.7.15 适用于 Python 2 群集，3.6.5 适用于 Python 3 群集。
• DBUtils：Databricks Runtime 5.3 ML 不包含库实用工具 (dbutils.library)（旧版）。
• 对于 GPU 群集，有以下 NVIDIA GPU 库：
  • Tesla 驱动程序 396.44
  • CUDA 9.2
  • CUDNN 7.2.1

库

以下部分列出了 Databricks Runtime 5.3 ML 中包含的库，这些库不同于 Databricks Runtime 5.3 中包含的库。

顶层库

Databricks Runtime 5.3 ML 包含以下顶层库：

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

Python 库

Databricks Runtime 5.3 ML 使用 Conda 进行 Python 包管理。 因此，预安装的 Python 库相对于 Databricks Runtime 有很大区别。 下面是所提供的 Python 包和使用 Conda 包管理器安装的版本的完整列表。

此外，以下 Spark 包还包括 Python 模块：

R 库

R 库与 Databricks Runtime 5.3 中的 R 库完全相同。

Java 库和 Scala 库（Scala 2.11 群集）

除了 Databricks Runtime 5.3 中的 Java 库和 Scala 库之外，Databricks Runtime 5.3 ML 还包含以下 JAR：