Databricks Runtime 4.1 ML(지원되지 않음)

  • 아티클

Databricks Runtime 4.1 ML은 기계 학습 및 데이터 과학을 위해 바로 사용할 수 있는 환경을 제공합니다. 여기에는 TensorFlow, Keras 및 XGBoost를 비롯한 여러 자주 사용되는 라이브러리가 포함되어 있습니다. 또한 Horovod를 사용하여 분산 TensorFlow 학습을 지원합니다.

참고 항목

이 릴리스는 2019년 1월 17일에 더 이상 사용되지 않습니다. 사용하려는 라이브러리 버전에 따라 최신 버전의 Databricks Runtime ML을 사용하시기 바랍니다.

Databricks 런타임 ML 클러스터를 만들기 위한 지침을 비롯한 자세한 내용은 Databricks의 AI 및 Machine Learning을 참조 하세요.

참고 항목

Databricks Runtime ML 릴리스에는 기본 Databricks Runtime 릴리스에 대한 모든 유지 관리 업데이트가 포함되어 있습니다. 모든 기본 테넌트 업데이트 목록은 Databricks 런타임에 대한 유지 관리 업데이트(보관됨)를 참조하세요.

라이브러리

Databricks Runtime 4.1 ML은 Databricks Runtime 4.1을 기반으로 빌드됩니다. Databricks Runtime 4.1의 새로운 내용에 대한 자세한 내용은 Databricks Runtime 4.1(지원되지 않는) 릴리스 정보를 참조하세요. Databricks Runtime 4.1 ML에는 Databricks Runtime 4.1의 새로운 기능에 더해 기계 학습을 지원하는 다음과 같은 라이브러리가 포함되어 있습니다. 이 중 일부는 기본 Databricks Runtime 4.1에도 포함되어 있으며, 이 경우 해당 사실이 명시되어 있습니다.

범주 라이브러리
분산 딥 러닝 Horovod 및 Spark를 사용한 분산 학습:

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

분산 TensorFlow 및 Keras 예측:

* spark-deep-learning 1.0 시험판
* tensorframes 0.3.0
딥 러닝 [Keras]:

* keras 2.1.5
* h5py 2.7.1

TensorFlow:

* (CPU 클러스터) tensorflow 1.7.1
* (GPU 클러스터) tensorflow-gpu 1.7.1

GPU 라이브러리:

* CUDA 9.0(기본 Databricks Runtime에도 포함)
* cuDNN 7.0(기본 Databricks Runtime에도 포함)
* NCCL 2.0.5-3
XGBoost * XGBoost4j 0.8-spark2.3-s_2.11
기타 기계 학습 라이브러리 * numpy 1.14.2(기본 Databricks Runtime에도 포함, 버전은 다를 수 있음)
* scikit-learn 0.18.1(기본 Databricks Runtime에도 포함)
* scipy(기본 Databricks Runtime에도 포함)