适用于机器学习的 Databricks Runtime 11.3 LTS

适用于机器学习的 Databricks Runtime 11.3 LTS 基于 Databricks Runtime 11.3 LTS，为机器学习和数据科学提供了随时可用的环境。 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。

新增功能和改进

Databricks Runtime 11.3 LTS ML 是基于 Databricks Runtime 11.3 LTS 构建的。 若要了解 Databricks Runtime 11.3 LTS 中的新增功能，包括 Apache Spark MLlib 和 SparkR，请参阅 Databricks Runtime 11.3 LTS 发行说明。

Databricks AutoML 的增强功能

Databricks AutoML 现在支持在 AutoML 试验中使用现有的特征存储特征表。 有关详细信息，请参阅特征存储集成。

AutoML 生成的试用版笔记本现在包含支持用户重新运行超参数优化的代码片段。

AutoML 现在支持 DecimalType 功能。

Bug 修复

Databricks Runtime 11.3 LTS ML 包括 sparkdl.xgboost 的升级版本。 sparkdl.xgboost 的早期版本包含此版本中得到修复的错误，因此 Databricks 建议该库的用户升级到 Databricks Runtime 11.3 LTS ML。

为后续版本做好准备

即将发布的 Databricks Runtime ML 版本将包括 sklearn 1.0 版。 有关如何为此更改进行准备的信息，请访问 sklearn 文档。

Databricks Runtime ML 包含两个 openblas 包。 Databricks Runtime 11.3 LTS ML 已弃用 /opt/OpenBLAS 包，在即将发布的版本中将会删除该包。

系统环境

Databricks Runtime 11.3 LTS ML 中的系统环境与 Databricks Runtime 11.3 LTS 不同，如下所示：

• DBUtils：Databricks Runtime ML 不包含库实用工具 (dbutils.library)（旧版）。 请改用 %pip 命令。 请参阅作用域为笔记本的 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

Databricks Runtime 11.3 LTS ML 包括 XGBoost 1.6.1，它不支持计算功能 5.2 及以下的 GPU 群集。

库

以下部分列出了 Databricks Runtime 11.3 LTS ML 中包含的库，这些库与 Databricks Runtime 11.3 LTS 中包含的不同。

本节内容：

• 顶层库
• Python 库
• R 库
• Java 库和 Scala 库（Scala 2.12 群集）

顶层库

Databricks Runtime 11.3 LTS 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 11.3 LTS ML 使用 Virtualenv 进行 Python 包管理，并且包含许多常用的 ML 包。

除了在以下部分中指定的包，Databricks Runtime 11.3 LTS ML 还包含以下包：

• hyperopt 0.2.7.db1
• sparkdl 2.3.0-db3
• feature_store 0.7.0
• automl 1.13.2

若要在本地 Python 虚拟环境中重现 Databricks Runtime ML Python 环境，请下载 requirements-11.3.txt 文件并运行 pip install -r requirements-11.3.txt。 此命令安装 Databricks Runtime ML 使用的所有开源库，但不安装 Databricks 开发的库，例如 databricks-automl、databricks-feature-store，或 hyperopt 的 Databricks 分支。

CPU 群集上的 Python 库

GPU 群集上的 Python 库

R 库

R 库与 Databricks Runtime 11.3 LTS 中的 R 库完全相同。

Java 库和 Scala 库（Scala 2.12 群集）

除了 Databricks Runtime 11.3 LTS 中的 Java 库和 Scala 库之外，Databricks Runtime 11.3 LTS ML 还包含以下 JAR：

CPU 群集

GPU 群集