用于机器学习的 Databricks Runtime 10.5 (EoS)

注释

对此 Databricks Runtime 版本的支持已结束。 有关终止支持日期，请参阅 终止支持和生命周期结束历史记录。 有关所有受支持的 Databricks Runtime 版本，请参阅 Databricks Runtime 发行说明版本和兼容性。

用于机器学习的 Databricks Runtime 10.5 基于 Databricks Runtime 10.5 (EoS) 为机器学习和数据科学提供随时可用的环境。 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。

有关更多信息，包括创建 Databricks Runtime ML 群集的说明，请参阅 Azure Databricks 上的机器学习。

新功能和改进

Databricks Runtime 10.5 ML 是在 Databricks Runtime 10.5 的基础上构建的。 若要了解 Databricks Runtime 10.5 中的新增功能，包括 Apache Spark MLlib 和 SparkR，请参阅 Databricks Runtime 10.5 (EoS) 发行说明。

AutoML 的改进

对 AutoML 进行了以下增强。

  • 改进的内存使用量使得 AutoML 能够基于更大的数据集进行训练。
  • 借助 AutoML 预测，现在可以使用 API 将最佳模型的预测结果导出到表中。 如果提供了 output_database，则 AutoML 会将最佳模型的预测结果保存到指定的数据库中的新表中。 如果未指定 output_database，则不保存预测结果。

Databricks 特征库（Feature Store）改进

对Databricks Feature Store进行了以下改进。

  • 现在可以使用 drop_table API 删除现有的特征表。 此操作还会删除基础 Delta 表。
  • 现在可以在创建或注册特征表时使用特征工程Python API 向特征表添加标记，并在现有功能表上添加、更新、删除或读取标记。

系统环境

Databricks Runtime 10.5 ML 中的系统环境在以下方面不同于 Databricks Runtime 10.5：

Libraries

以下部分列出了 Databricks Runtime 10.5 ML 中包含的库，这些库不同于 Databricks Runtime 10.5 中包含的库。

本节内容：

顶层库

Databricks Runtime 10.5 ML 包含以下顶层库：

Python库

Databricks Runtime 10.5 ML 使用 Virtualenv 进行 Python 包管理，包含许多常用的 ML 包。

除了在以下部分指定的包，Databricks Runtime 10.5 ML 还包含以下包：

  • hyperopt 0.2.7.db1
  • sparkdl 2.2.0-db6
  • feature_store 0.4.1
  • automl 1.8.0

CPU 集群上的 Python 库

Library 版本 Library 版本 Library 版本
absl-py 0.11.0 Antergos Linux 2015.10 （ISO-Rolling） appdirs 1.4.4
argon2-cffi 20.1.0 阿斯托尔 0.8.1 astunparse 1.6.3
async-generator 1.10 attrs 20.3.0 backcall 0.2.0
bcrypt 3.2.0 bidict 0.21.4 bleach 3.3.0
布利斯 0.7.7 boto3 1.16.7 botocore 1.19.7
cachetools 4.2.4 catalogue 2.0.7 certifi 2020.12.5
cffi 1.14.5 chardet 4.0.0 click 7.1.2
cloudpickle 1.6.0 cmdstanpy 0.9.68 configparser 5.0.1
convertdate 2.4.0 加密 3.4.7 cycler 0.10.0
cymem 2.0.6 Cython 0.29.23 databricks-automl-runtime 0.2.7
databricks-cli 0.16.4 dbl-tempo 0.1.2 dbus-python 1.2.16
修饰器 5.0.6 defusedxml 0.7.1 dill 0.3.2
磁盘缓存 (diskcache) 5.4.0 distlib 0.3.4 distro-info 0.23ubuntu1
entrypoints 0.3 伊菲姆 4.1.3 facets-overview 1.0.0
fasttext（快速文本工具） 0.9.2 filelock 3.0.12 Flask 1.1.2
FlatBuffers 2.0 fsspec 0.9.0 future 0.18.2
加斯特 0.4.0 gitdb 4.0.9 GitPython 3.1.12
google-auth 1.22.1 google-auth-oauthlib 0.4.2 google-pasta 0.2.0
grpcio 1.39.0 gunicorn 20.0.4 gviz-api 1.10.0
h5py 3.1.0 hijri-converter 2.2.3 假期 0.13
霍罗沃德 0.23.0 htmlmin 0.1.12 huggingface-hub 0.5.1
idna 2.10 ImageHash 4.2.1 imbalanced-learn（不平衡学习库） 0.8.1
importlib-metadata 3.10.0 ipykernel 5.3.4 ipython 7.22.0
ipython-genutils 0.2.0 ipywidgets 7.6.3 isodate (ISO标准日期) 0.6.0
它很危险 1.1.0 jedi 0.17.2 Jinja2 2.11.3
jmespath 0.10.0 joblib 1.0.1 joblibspark 0.3.0
jsonschema 3.2.0 jupyter-client 6.1.12 jupyter-core 4.7.1
jupyterlab-pygments 0.1.2 jupyterlab-widgets 1.0.0 keras 2.8.0
Keras-Preprocessing 1.1.2 kiwisolver 1.3.1 koalas 1.8.2
韩国农历 0.2.1 语言代码 3.3.0 libclang 13.0.0
lightgbm 3.3.2 llvmlite 0.38.0 农历 0.0.9
Mako 1.1.3 Markdown 3.3.3 MarkupSafe 2.0.1
matplotlib 3.4.2 缺失号 0.5.1 mistune（一个用于Markdown解析的Python库） 0.8.4
mleap 0.18.1 mlflow-skinny 1.24.0 多方法 1.8
murmurhash 1.0.6 nbclient 0.5.3 nbconvert 6.0.7
nbformat 5.1.3 nest-asyncio 1.5.1 NetworkX 2.5
nltk 3.6.1 笔记本 6.3.0 numba 0.55.1
numpy 1.20.1 oauthlib 3.1.0 opt-einsum 3.3.0
packaging 21.3 pandas 1.2.4 pandas-profiling 3.1.0
pandocfilters 1.4.3 paramiko 2.7.2 parso 0.7.0
pathy 0.6.1 替罪羊 0.5.1 petastorm 0.11.4
pexpect 4.8.0 phik 0.12.2 pickleshare 0.7.5
枕头 8.2.0 pip 21.0.1 plotly 5.6.0
pmdarima 1.8.5 preshed 3.0.6 prometheus-client 0.10.1
prompt-toolkit（提示工具包） 3.0.17 预言者 1.0.1 protobuf 3.17.2
psutil 5.8.0 psycopg2 2.8.5 ptyprocess 0.7.0
pyarrow 4.0.0 pyasn1 0.4.8 pyasn1-modules 0.2.8
pybind11 2.9.2 pycparser 2.20 pydantic 1.8.2
Pygments 2.8.1 PyGObject 3.36.0 PyMeeus 0.5.11
PyNaCl 1.5.0 pyodbc 4.0.30 pyparsing Python解析库 2.4.7
pyrsistent（持久性，类似于 persistent 的 Python 包） 0.17.3 pystan 2.19.1.1 python-apt 2.0.0+ubuntu0.20.4.7
python-dateutil 2.8.1 Python代码编辑器 1.0.4 python-engineio 4.3.0
python-socketio 5.4.1 pytz 2020.5 PyWavelets 1.1.1
PyYAML 5.4.1 pyzmq 20.0.0 regex 2021.4.4
请求 2.25.1 requests-oauthlib 1.3.0 requests-unixsocket 0.2.0
RSA加密算法 4.8 s3transfer 0.3.7 sacremoses 0.0.49
scikit-learn 0.24.1 scipy 1.6.2 seaborn 0.11.1
Send2Trash 1.5.0 setuptools 52.0.0 setuptools-git 1.2
沙普 0.40.0 simplejson 3.17.2 six 1.15.0
切片器 0.0.7 smart-open 5.2.1 smmap 3.0.5
spacy 3.2.3 spacy-legacy 3.0.9 spacy-loggers 1.0.2
spark-tensorflow-distributor（Spark TensorFlow 分布器） 1.0.0 sqlparse 0.4.1 说真的 2.4.3
ssh-import-id（用于根据提供的标识符导入SSH密钥的命令行工具） 5.10 statsmodels 0.12.2 制表 0.8.7
tangled -up-in-unicode 0.1.0 tenacity 6.2.0 tensorboard 2.8.0
TensorBoard数据服务器 0.6.1 tensorboard-plugin-profile 2.5.0 tensorboard-plugin-wit 1.8.1
tensorflow-中央处理器 2.8.0 TensorFlow估算器（tensorflow-estimator） 2.8.0 tensorflow-io-gcs-filesystem 0.24.0
termcolor 1.1.0 terminado 0.9.4 testpath 0.4.4
tf-estimator-nightly 2.8.0.dev2021122109 thinc 8.0.15 threadpoolctl 2.1.0
分词器 0.12.1 火炬 1.10.2+中央处理器 torchvision 0.11.3+cpu
tornado 6.1 tqdm 4.59.0 traitlets 5.0.5
转换器 4.17.0 打字员 0.4.1 打字扩展 3.7.4.3
ujson 4.0.2 无需人工干预的升级 0.1 urllib3 1.25.11
virtualenv 20.4.1 愿景 0.7.4 山葵 0.9.1
wcwidth 0.2.5 webencodings 0.5.1 websocket-client 0.57.0
Werkzeug 1.0.1 wheel 0.36.2 widgetsnbextension 3.5.1
封装 1.12.1 xgboost 1.5.2 zipp 3.4.1

GPU 集群上的 Python 库

Library 版本 Library 版本 Library 版本
absl-py 0.11.0 Antergos Linux 2015.10 （ISO-Rolling） appdirs 1.4.4
argon2-cffi 20.1.0 阿斯托尔 0.8.1 astunparse 1.6.3
async-generator 1.10 attrs 20.3.0 backcall 0.2.0
bcrypt 3.2.0 bidict 0.21.4 bleach 3.3.0
布利斯 0.7.7 boto3 1.16.7 botocore 1.19.7
cachetools 4.2.4 catalogue 2.0.7 certifi 2020.12.5
cffi 1.14.5 chardet 4.0.0 click 7.1.2
cloudpickle 1.6.0 cmdstanpy 0.9.68 configparser 5.0.1
convertdate 2.4.0 加密 3.4.7 cycler 0.10.0
cymem 2.0.6 Cython 0.29.23 databricks-automl-runtime 0.2.7
databricks-cli 0.16.4 dbl-tempo 0.1.2 dbus-python 1.2.16
修饰器 5.0.6 defusedxml 0.7.1 dill 0.3.2
磁盘缓存 (diskcache) 5.4.0 distlib 0.3.4 distro-info 0.23ubuntu1
entrypoints 0.3 伊菲姆 4.1.3 facets-overview 1.0.0
fasttext（快速文本工具） 0.9.2 filelock 3.0.12 Flask 1.1.2
FlatBuffers 2.0 fsspec 0.9.0 future 0.18.2
加斯特 0.4.0 gitdb 4.0.9 GitPython 3.1.12
google-auth 1.22.1 google-auth-oauthlib 0.4.2 google-pasta 0.2.0
grpcio 1.39.0 gunicorn 20.0.4 gviz-api 1.10.0
h5py 3.1.0 hijri-converter 2.2.3 假期 0.13
霍罗沃德 0.23.0 htmlmin 0.1.12 huggingface-hub 0.5.1
idna 2.10 ImageHash 4.2.1 imbalanced-learn（不平衡学习库） 0.8.1
importlib-metadata 3.10.0 ipykernel 5.3.4 ipython 7.22.0
ipython-genutils 0.2.0 ipywidgets 7.6.3 isodate (ISO标准日期) 0.6.0
它很危险 1.1.0 jedi 0.17.2 Jinja2 2.11.3
jmespath 0.10.0 joblib 1.0.1 joblibspark 0.3.0
jsonschema 3.2.0 jupyter-client 6.1.12 jupyter-core 4.7.1
jupyterlab-pygments 0.1.2 jupyterlab-widgets 1.0.0 keras 2.8.0
Keras-Preprocessing 1.1.2 kiwisolver 1.3.1 koalas 1.8.2
韩国农历 0.2.1 语言代码 3.3.0 libclang 13.0.0
lightgbm 3.3.2 llvmlite 0.38.0 农历 0.0.9
Mako 1.1.3 Markdown 3.3.3 MarkupSafe 2.0.1
matplotlib 3.4.2 缺失号 0.5.1 mistune（一个用于Markdown解析的Python库） 0.8.4
mleap 0.18.1 mlflow-skinny 1.24.0 多方法 1.8
murmurhash 1.0.6 nbclient 0.5.3 nbconvert 6.0.7
nbformat 5.1.3 nest-asyncio 1.5.1 NetworkX 2.5
nltk 3.6.1 笔记本 6.3.0 numba 0.55.1
numpy 1.20.1 oauthlib 3.1.0 opt-einsum 3.3.0
packaging 21.3 pandas 1.2.4 pandas-profiling 3.1.0
pandocfilters 1.4.3 paramiko 2.7.2 parso 0.7.0
pathy 0.6.1 替罪羊 0.5.1 petastorm 0.11.4
pexpect 4.8.0 phik 0.12.2 pickleshare 0.7.5
枕头 8.2.0 pip 21.0.1 plotly 5.6.0
pmdarima 1.8.5 preshed 3.0.6 prompt-toolkit（提示工具包） 3.0.17
预言者 1.0.1 protobuf 3.17.2 psutil 5.8.0
psycopg2 2.8.5 ptyprocess 0.7.0 pyarrow 4.0.0
pyasn1 0.4.8 pyasn1-modules 0.2.8 pybind11 2.9.2
pycparser 2.20 pydantic 1.8.2 Pygments 2.8.1
PyGObject 3.36.0 PyMeeus 0.5.11 PyNaCl 1.5.0
pyodbc 4.0.30 pyparsing Python解析库 2.4.7 pyrsistent（持久性，类似于 persistent 的 Python 包） 0.17.3
pystan 2.19.1.1 python-apt 2.0.0+ubuntu0.20.4.7 python-dateutil 2.8.1
Python代码编辑器 1.0.4 python-engineio 4.3.0 python-socketio 5.4.1
pytz 2020.5 PyWavelets 1.1.1 PyYAML 5.4.1
pyzmq 20.0.0 regex 2021.4.4 请求 2.25.1
requests-oauthlib 1.3.0 requests-unixsocket 0.2.0 RSA加密算法 4.8
s3transfer 0.3.7 sacremoses 0.0.49 scikit-learn 0.24.1
scipy 1.6.2 seaborn 0.11.1 Send2Trash 1.5.0
setuptools 52.0.0 setuptools-git 1.2 沙普 0.40.0
simplejson 3.17.2 six 1.15.0 切片器 0.0.7
smart-open 5.2.1 smmap 3.0.5 spacy 3.2.3
spacy-legacy 3.0.9 spacy-loggers 1.0.2 spark-tensorflow-distributor（Spark TensorFlow 分布器） 1.0.0
sqlparse 0.4.1 说真的 2.4.3 ssh-import-id（用于根据提供的标识符导入SSH密钥的命令行工具） 5.10
statsmodels 0.12.2 制表 0.8.7 tangled -up-in-unicode 0.1.0
tenacity 6.2.0 tensorboard 2.8.0 TensorBoard数据服务器 0.6.1
tensorboard-plugin-profile 2.5.0 tensorboard-plugin-wit 1.8.1 tensorflow（TensorFlow 是一个开源机器学习框架） 2.8.0
TensorFlow估算器（tensorflow-estimator） 2.8.0 tensorflow-io-gcs-filesystem 0.24.0 termcolor 1.1.0
terminado 0.9.4 testpath 0.4.4 tf-estimator-nightly 2.8.0.dev2021122109
thinc 8.0.15 threadpoolctl 2.1.0 分词器 0.12.1
火炬 1.10.2+cu113 torchvision 0.11.3+cu113 tornado 6.1
tqdm 4.59.0 traitlets 5.0.5 转换器 4.17.0
打字员 0.4.1 打字扩展 3.7.4.3 ujson 4.0.2
无需人工干预的升级 0.1 urllib3 1.25.11 virtualenv 20.4.1
愿景 0.7.4 山葵 0.9.1 wcwidth 0.2.5
webencodings 0.5.1 websocket-client 0.57.0 Werkzeug 1.0.1
wheel 0.36.2 widgetsnbextension 3.5.1 封装 1.12.1
xgboost 1.5.2 zipp 3.4.1

包含Python模块的 Spark 包

Spark 软件包 Python模块 版本
graphframes graphframes 0.8.2-db1-spark3.2

R 软件库

R 库与 Databricks Runtime 10.5 中的 R 库完全相同。

Java 库和 Scala 库（Scala 2.12 群集）

除了 Databricks Runtime 10.5 中的Java和 Scala 库，Databricks Runtime 10.5 ML 还包含以下 JAR：

CPU 群集

群组标识符 工件编号 版本
com.typesafe.akka akka-actor_2.12 2.5.23
ml.combust.mleap mleap-databricks-runtime_2.12 0.18.1-23eb1ef
ml.dmlc xgboost4j-spark_2.12 1.5.2
ml.dmlc xgboost4j_2.12 1.5.2
org.graphframes graphframes_2.12 0.8.2-db1-spark3.2
org.mlflow mlflow-client 1.24.0
org.mlflow mlflow-spark 1.24.0
org.scala-lang.modules scala-java8-compat_2.12 0.8.0
org.tensorflow spark-tensorflow-connector_2.12（一个用于Spark与TensorFlow连接的软件包） 1.15.0

GPU 群集

群组标识符 工件编号 版本
com.typesafe.akka akka-actor_2.12 2.5.23
ml.combust.mleap mleap-databricks-runtime_2.12 0.18.1-23eb1ef
ml.dmlc xgboost4j-spark_2.12 1.5.2
ml.dmlc xgboost4j_2.12 1.5.2
org.graphframes graphframes_2.12 0.8.2-db1-spark3.2
org.mlflow mlflow-client 1.24.0
org.mlflow mlflow-spark 1.24.0
org.scala-lang.modules scala-java8-compat_2.12 0.8.0
org.tensorflow spark-tensorflow-connector_2.12（一个用于Spark与TensorFlow连接的软件包） 1.15.0
  • Last updated on