Databricks Runtime 5.2 ML

Databricks 于 2019 年 1 月发布此版本。

Databricks Runtime 5.2 ML 基于 Databricks Runtime 5.2 (EoS) 为机器学习和数据科学提供随时可用的环境。 用于 ML 的 Databricks Runtime 包含许多常用的机器学习库，包括 TensorFlow、PyTorch、Keras 和 XGBoost。 它还支持使用 Horovod 进行分布式 TensorFlow 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。

新增功能

Databricks Runtime 5.2 ML 是基于 Databricks Runtime 5.2 构建的。 若要了解 Databricks Runtime 5.2 中的新增功能，请参阅 Databricks Runtime 5.2 (EoS) 发行说明。 除了库更新，Databricks Runtime 5.2 ML 还引入了以下新功能：

• 随着 Databricks 的性能优化，GraphFrames 现在支持 Pregel API (Python)。
• HorovodRunner 添加了以下功能：
  • 在 GPU 群集上，训练过程映射到 GPU 而不是工作器节点，以简化对多 GPU 实例类型的支持。 利用此内置支持，你可以在无需自定义代码的情况下分发到多 GPU 计算机上的所有 GPU。
  • HorovodRunner.run() 现在返回来自第一个训练过程的返回值。

系统环境

Databricks Runtime 5.2 ML 中的系统环境在以下方面不同于 Databricks Runtime 5.2：

• Python：2.7.15 适用于 Python 2 群集，3.6.5 适用于 Python 3 群集。
• DBUtils：Databricks Runtime 5.2 ML 不包含库实用工具 (dbutils.library)（旧版）。
• 对于 GPU 群集，有以下 NVIDIA GPU 库：
  • Tesla 驱动程序 396.44
  • CUDA 9.2
  • CUDNN 7.2.1

库

以下部分列出了 Databricks Runtime 5.2 ML 中包含的库，这些库不同于 Databricks Runtime 5.2 中包含的库。

Python 库

Databricks Runtime 5.2 ML 使用 Conda 进行 Python 包管理。 因此，预安装的 Python 库相对于 Databricks Runtime 有很大区别。 下面是所提供的 Python 包和使用 Conda 包管理器安装的版本的完整列表。

此外，以下 Spark 包还包括 Python 模块：

R 库

R 库与 Databricks Runtime 5.2 中的 R 库完全相同。

Java 库和 Scala 库（Scala 2.11 群集）

除了 Databricks Runtime 5.2 中的 Java 库和 Scala 库之外，Databricks Runtime 5.2 ML 还包含以下 JAR：