Databricks Runtime 12.0 for Machine Learning (サポート期間終了)

Databricks Runtime 12.0 for Machine Learning では、Databricks Runtime 12.0 (サポート期間終了) に基づく機械学習とデータ サイエンス向けのすぐに使用できる環境が提供されます。 Databricks Runtime ML には、TensorFlow、PyTorch、XGBoost など、多くの一般的な機械学習ライブラリが含まれています。 Databricks Runtime ML には、機械学習パイプラインを自動的にトレーニングするツールである AutoML が含まれています。 また、Databricks Runtime ML では、Horovod を使用した分散型ディープ ラーニング トレーニングもサポートされます。

Databricks Runtime ML クラスターを作成する手順などの詳細については、「Databricks での AI と機械学習」を参照してください。

新機能と機能強化

Databricks Runtime 12.0 ML は Databricks Runtime 12.0 上に構築されています。 Apache Spark MLlib や SparkR などの、Databricks Runtime 12.0 の新機能については、Databricks Runtime 12.0 (サポート期間終了) リリース ノートを参照してください。

モザイク オートML の機能強化

• 予測モデルで必要に応じて、国の休日を含めることができるようになりました。
• 予測では、月次、四半期、年単位の頻度がサポートされるようになりました。
• AutoML では、トレーニングに大規模なデータセットを使用できるようになりました。 AutoML は、大規模なデータセットに対してより多くの CPU コアを自動的に割り当てます。

Mosaic AutoML の詳細については、「モザイク AutoML とはを参照してください。

MLflow 2.0

Databricks Runtime 12.0 ML には、MLflow 2.0 が含まれています。 MLflow 2.0 は、MLflow の強力なプラットフォーム基盤に基づいており、広範なユーザー フィードバックを組み込んでデータ サイエンス ワークフローを簡素化し、MLOps 用の革新的なファースト クラスのツールを提供します。 機能と機能強化には、AutoML、ハイパーパラメーターチューニング、分類サポートなどの MLflow レシピ (旧称 MLflow Pipelines) に対する拡張機能、ML エコシステムとの最新化された統合、合理化された MLflow 追跡 UI、MLflow のプラットフォーム コンポーネント全体のコア API の更新などがあります。 詳細については、 MLflow 2.0 のドキュメントを参照するか、 ブログ記事をチェックアウトしてください。

scikit-learn 1.0

Databricks Runtime ML 12.0 には、scikit-learn バージョン 1.0 が含まれています。 この scikit-learn リリースでの変更については、scikit-learnドキュメントを参照してください。

システム環境

Databricks Runtime 12.0 ML のシステム環境は、Databricks Runtime 12.0 とは次のように異なります：

• DBUtils: Databricks Runtime ML には、ライブラリ ユーティリティ (dbutils.library) (レガシ) が含まれていません。 代わりに %pip コマンドを使用してください。 「ノートブック スコープの Python ライブラリ」を参照してください。
• GPU クラスターの場合、Databricks Runtime ML には次の NVIDIA GPU ライブラリが含まれています。
  • CUDA 11.3
  • cuDNN 8.0.5.39
  • NCCL 2.9.9
  • TensorRT 7.2.2

Databricks Runtime 12.0 ML には XGBoost 1.6.2 が含まれています。これは、コンピューティング機能 5.2 以下の GPU クラスターをサポートしていません。

ライブラリ

以降のセクションでは、Databricks Runtime 12.0 ML に含まれていて、Databricks Runtime 12.0 に含まれているものとは異なるライブラリリストを示します。

このセクションの内容は次のとおりです。

• 最上位層ライブラリ
• Python ライブラリ
• R ライブラリ
• Java および Scala ライブラリ (Scala 2.12 クラスター)

最上位層ライブラリ

Databricks Runtime 12.0 ML には、次の最上位層ライブラリが含まれています：

• GraphFrames
• Horovod と HorovodRunner
• MLflow
• PyTorch
• spark-tensorflow-connector
• TensorFlow
• TensorBoard
• Scikit-learn

Python ライブラリ

Databricks Runtime 12.0 ML では、Python パッケージ管理に Virtualenv が使用されていて、多くの一般的な ML パッケージが含まれています。

以下のセクションで指定されているパッケージに加えて、Databricks Runtime 12.0 ML には次のパッケージも含まれています：

• hyperopt 0.2.7.db1
• sparkdl 2.3.0-db3
• automl 1.14.1

ローカルの Python 仮想環境で Databricks Runtime ML Python 環境を再現するには、requirements-12.0.txt ファイルをダウンロードして pip install -r requirements-12.0.txt を実行します。 このコマンドは、Databricks Runtime ML が使用するすべてのオープン ソース ライブラリをインストールしますが、databricks-automl、databricks-feature-store、hyperopt の Databricks フォークなど、Databricks によって開発されたライブラリはインストールしません。

CPU クラスター上の Python ライブラリ

GPU クラスター上の Python ライブラリ

R ライブラリ

R ライブラリは、Databricks Runtime 12.0 の R ライブラリと同じです。

Java および Scala ライブラリ (Scala 2.12 クラスター)

Databricks Runtime 12.0 の Java および Scala ライブラリに加えて、Databricks Runtime 12.0 ML には次の JAR が含まれています：

CPU クラスター

GPU クラスター