Partager via

Databricks Runtime 4.1 ML (non pris en charge)

  • Article

Databricks Runtime 4.1 ML fournit un environnement prêt à l’emploi pour le Machine Learning et la science des données. Il contient plusieurs bibliothèques populaires, notamment TensorFlow, Keras et XGBoost. Il prend également en charge l’entraînement TensorFlow distribué avec Horovod.

Notes

Cette version a été dépréciée le 17 janvier 2019. Nous vous recommandons d’utiliser une version plus récente de Databricks Runtime ML, selon les versions de bibliothèque que vous souhaitez utiliser.

Pour plus d’informations, notamment les instructions relatives à la création d’un cluster Databricks Runtime ML, consultez IA et Machine Learning sur Databricks.

Remarque

Les versions de Databricks Runtime ML récupèrent toutes les mises à jour de maintenance de la version de base de Databricks Runtime. Pour obtenir la liste de toutes les mises à jour de maintenance, consultez Mises à jour de maintenance pour Databricks Runtime (archivées).

Bibliothèques

Databricks Runtime 4.1 ML s’appuie sur Databricks Runtime 4.1. Pour obtenir plus d’informations sur les nouveautés de Databricks Runtime 4.1, consultez les notes de publication sur Databricks Runtime 4.1 (non pris en charge). En plus des nouvelles fonctionnalités de Databricks Runtime 4.1, Databricks Runtime 4.1 ML comprend les bibliothèques suivantes pour le support du Machine Learning. Certains d’entre eux sont également inclus dans Databricks Runtime 4.1 de base et sont notés comme tels.

Category Bibliothèques
Deep Learning distribué Formation dispensée à l’aide de Horovod et Spark :

* HorovodEstimator
* horovod 0.12.1
* openmpi 3.0.0
* paramiko 2.4.1
* cloudpickle 0.5.2

Prédiction TensorFlow et Keras distribuée :

* spark-deep-learning 1.0 pre-release
* tensorframes 0.3.0
Deep Learning [Keras] :

* keras 2.1.5
* h5py 2.7.1

TensorFlow :

* (clusters UC) tensorflow 1.7.1
* (clusters GPU) tensorflow-GPU 1.7.1

Bibliothèques GPU :

* CUDA 9.0 (également installé dans Databricks Runtime de base)
* cuDNN 7.0 (également installé dans Databricks Runtime de base)
* NCCL 2.0.5-3
XGBoost * XGBoost4j 0.8-spark2.3-s_2.11
Autres bibliothèques de Machine Learning * numpy 1.14.2 (également installé dans Databricks Runtime de base ; la version peut être différente)
* scikit-learn 0.18.1 (également installé dans Databricks Runtime de base)
* scipy (également installé dans Databricks Runtime de base)