Freigeben über

Databricks Runtime 4.1 ML (EoL)

Hinweis

Diese Databricks-Runtime-Version hat das Ende der Lebensdauer erreicht und ist nicht mehr verfügbar. Informationen zu End-of-Life-Daten finden Sie unter Ende des Supports und End-of-Life-Historie. Informationen über die Richtlinie und den Zeitplan für den Support von Databricks Runtime finden Sie unter Databricks Support-Laufzeiten.

Databricks Runtime 4.1 ML bietet eine einsatzbereite Umgebung für Machine Learning und Data Science. Es umfasst mehrere gängige Bibliotheken, darunter TensorFlow, Keras und XGBoost. Außerdem unterstützt die Umgebung verteiltes TensorFlow-Training mit Horovod.

Hinweis

Dieses Release wurde am 17. Januar 2019 abgekündigt. Es wird empfohlen, eine neuere Version von Databricks Runtime ML zu verwenden, je nachdem, welche Bibliotheksversionen Sie verwenden möchten.

Weitere Informationen, einschließlich Anweisungen zum Erstellen eines Databricks Runtime ML-Clusters, finden Sie unter KI und Machine Learning in Databricks.

Hinweis

Databricks Runtime ML-Releases nehmen alle Wartungsupdates für die Databricks Runtime-Basisversion auf. Eine Liste aller Wartungsupdates finden Sie unter Wartungsupdates für Databricks Runtime (archiviert).

Bibliotheken

Databricks Runtime 4.1 ML basiert auf Databricks Runtime 4.1. Informationen zu den Neuerungen in Databricks Runtime 4.1 finden Sie in den Versionshinweisen zur Databricks Runtime 4.1 (EoL). Neben den neuen Features in Databricks Runtime 4.1 enthält Databricks Runtime 4.1 ML die folgenden Bibliotheken zur Unterstützung des maschinellen Lernens. Einige von ihnen sind auch in der Basisversion von Databricks Runtime 4.1 enthalten und als solche gekennzeichnet.

Kategorie Bibliotheken
Verteiltes Deep Learning: Verteiltes Training mit Horovod und Spark:
  • HorovodEstimator
  • horovod 0.12.1
  • openmpi 3.0.0
  • paramiko 2.4.1
  • cloudpickle 0.5.2

Verteilte TensorFlow- und Keras-Vorhersage:
  • spark-deep-learning 1.0 Vorabversion
  • Tensorframes 0.3.0
Deep Learning [Keras]:
  • keras 2.1.5
  • h5py 2.7.1

TensorFlow:
  • (CPU-Cluster) TensorFlow 1.7.1
  • (GPU-Cluster) Tensorflow-GPU 1.7.1

GPU-Bibliotheken:
  • CUDA 9.0 (auch in Base Databricks Runtime installiert)
  • cuDNN 7.0 (auch in Base Databricks Runtime installiert)
  • NCCL 2.0.5-3
XGBoost
Andere Machine Learning-Bibliotheken
  • numpy 1.14.2 (auch in base Databricks Runtime installiert; Version kann abweichen)
  • scikit-learn 0.18.1 (auch in Base Databricks Runtime installiert)
  • scipy (auch in Base Databricks Runtime installiert)
  • Last updated on