用于机器学习的 Databricks Runtime 11.2（EoS）

Databricks Runtime 11.2 for Machine Learning 基于 Databricks Runtime 11.2 （EoS），为机器学习和数据科学提供了一个开箱即用的环境。 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。

新功能和改进

Databricks Runtime 11.2 ML 基于 Databricks Runtime 11.2 构建。 若要了解 Databricks Runtime 11.2 中的新增功能，包括 Apache Spark MLlib 和 SparkR，请参阅 Databricks Runtime 11.2 (EoS) 发行说明。

AutoML 的改进

AutoML 现在可以更好地支持用于分类问题的不平衡数据集。 有关详细信息，请参阅对分类问题的不平衡数据集支持。

Databricks 功能存储增强功能

对Databricks Feature Store进行了以下改进。

• 对于在线商店，用户和密码字段已被弃用。 若要避免将来的不兼容，请将这些字段的所有用法更改为 write_secret_prefix。

• 现在，功能存储客户端的所有文档和输出引用客户端版本（例如 0.6.1），而不是 Databricks Runtime ML 版本（例如 11.2）。

系统环境

Databricks Runtime 11.2 ML 中的系统环境在以下方面不同于 Databricks Runtime 11.2：

• 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

图书馆

以下部分列出了 Databricks Runtime 11.2 ML 中包含的库，这些库不同于 Databricks Runtime 11.2 中包含的库。

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 11.2 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 11.2 ML 使用 Virtualenv 进行Python包管理，并包括许多常用的 ML 包。

除了在以下部分指定的包，Databricks Runtime 11.2 ML 还包含以下包：

• hyperopt 0.2.7.db1
• sparkdl 2.2.0_db6
• feature_store 0.6.0
• automl 1.12.3

Python 库在 CPU 集群上

若要在本地Python虚拟环境中重现 Databricks Runtime ML Python 环境，请下载 requirements-11.2.txt 文件并运行 pip install -r requirements-11.2.txt。 此命令安装 Databricks Runtime ML 使用的所有开源库，但不安装 Azure Databricks 开发的库，例如 databricks-automl、databricks-feature-store 或 Databricks 的 hyperopt 分支。

Python GPU 集群上的库

R 软件库

R 库与 Databricks Runtime 11.2 中的 R 库完全相同。

Java和 Scala 库（Scala 2.12 群集）

除了 Databricks Runtime 11.2 中的Java和 Scala 库，Databricks Runtime 11.2 ML 还包含以下 JAR：

CPU 群集

GPU 群集