Databricks Runtime 4.1 ML (غير مدعوم)

يوفر Databricks Runtime 4.1 ML بيئة جاهزة للاستخدام للتعلم الآلي وعلوم البيانات. يحتوي على مكتبات شائعة متعددة، بما في ذلك TensorFlow وKeras وXGBoost. كما أنه يدعم التدريب الموزع على TensorFlow باستخدام Horovod.

إشعار

تم إهمال هذا الإصدار في 17 يناير 2019. نوصي باستخدام إصدار أحدث من Databricks Runtime ML، اعتمادا على إصدارات المكتبة التي تريد استخدامها.

لمزيد من المعلومات، بما في ذلك إرشادات إنشاء مجموعة التعلم الآلي من Databricks Runtime، راجع الذكاء الاصطناعي التعلم الآلي على Databricks.

إشعار

تلتقط إصدارات Databricks Runtime ML جميع تحديثات الصيانة إلى إصدار وقت تشغيل Databricks الأساسي. للحصول على قائمة بجميع تحديثات الصيانة، راجع تحديثات الصيانة لوقت تشغيل Databricks (مؤرشف) .

المكتبات

تم إنشاء Databricks Runtime 4.1 ML أعلى Databricks Runtime 4.1. للحصول على معلومات حول أحدث الميزات في Databricks Runtime 4.1، راجع ملاحظات إصدار Databricks Runtime 4.1 (غير مدعوم). بالإضافة إلى الميزات الجديدة في Databricks Runtime 4.1، يتضمن Databricks Runtime 4.1 ML المكتبات التالية لدعم التعلم الآلي. يتم تضمين بعض هذه أيضا في وقت تشغيل Databricks الأساسي 4.1 ويتم ملاحظتها على هذا النحو.

الفئة	المكتبات
التعلم العميق الموزع	تدريب موزع مع Horovod وSpark: * HorovodEstimator * horovod 0.12.1 * openmpi 3.0.0 * paramiko 2.4.1 * cloudpickle 0.5.2 توقع TensorFlow وKeras الموزع: * spark-deep-learning 1.0 ما قبل الإصدار * tensorframes 0.3.0
التعلم العميق	[Keras]: * keras 2.1.5 * h5py 2.7.1 TensorFlow: * (مجموعات وحدة المعالجة المركزية) tensorflow 1.7.1 * (مجموعات GPU) tensorflow-gpu 1.7.1 مكتبات GPU : * CUDA 9.0 (مثبت أيضا في وقت تشغيل Databricks الأساسي) * cuDNN 7.0 (مثبت أيضا في وقت تشغيل Databricks الأساسي) * NCCL 2.0.5-3
XGBoost	* XGBoost4j 0.8-spark2.3-s_2.11
مكتبات التعلم الآلي الأخرى	* numpy 1.14.2 (مثبت أيضا في وقت تشغيل Databricks الأساسي؛ قد يختلف الإصدار) * scikit-learn 0.18.1 (مثبت أيضا في وقت تشغيل Databricks الأساسي) * scipy (مثبت أيضا في وقت تشغيل Databricks الأساسي)