2019年6月

賬戶使用圖表來顯示更新使用按工作負載類型分組

2019年6月26日

使用圖返回賬戶控製台中斷後,與改進。新使用圖表顯示DBUs消耗的準確數字,按工作負載類型分組(產品SKU):數據分析、數據工程和數據工程燈。使用圖已經回填與上月數據。

另外,從7月1日開始,使用下載的CSV報告下載中使用按鈕將使用列名dbus而不是數量。

看到視圖使用計費(遺留)。

RStudio集成不再局限於高並發性集群

2019年6月6 - 11日:2.99版

現在,您可以啟用RStudio服務器標準的集群在磚,除了高並發性集群已經支持。不管集群模式,RStudio繼續要求你禁用服務器集成自動終止選擇您的集群。看到RStudio磚上。

MLflow 1.0

2019年6月3日

MLflow是一個開源的平台來管理機器學習的完整Beplay体育安卓版本生命周期。MLflow、數據科學家可以跟蹤和分享實驗在本地或在雲中,包和跨框架,共享模型和部署模型幾乎任何地方。

我們興奮地宣布今天MLflow 1.0的發布。1.0版不僅標誌著成熟和穩定的api,還添加了許多經常要求功能和改進:

• CLI是工件,重組和現在有專門的命令模式,db(跟蹤數據庫)和服務器(跟蹤服務器)。

• 跟蹤服務器搜索支持的一個簡化版本SQL在哪裏條款。除了支持運行指標和參數,搜索已經得到了增強,可以支持一些屬性和用戶和係統運行標簽。

• 增加了支持x坐標跟蹤API。MLflow UI可視化組件現在還支持策劃指標對提供坐標的值。

• 添加一個運行/ log-batchREST API端點以及Python, R,和Java方法記錄多個指標,參數,與單個API請求和標簽。

• 跟蹤,MLflow 1.0客戶端現在支持Windows上。

• 增加HDFS的支持,一個工件存儲後端。

• 添加一個命令來構建一個碼頭工人容器的默認入口點是指定MLflow Python函數模型在容器內的端口8080。

• 增加了一個實驗ONNX模型的味道。

您可以查看變化的完整列表MLflow更改日誌。

磚運行時5.4 Conda(β)

2019年6月3日

我們很高興能引進磚與Conda 5.4運行時,它可以讓你利用Conda管理Python庫和環境。這個運行時提供了兩根Conda環境選擇在創建集群:

• 磚的標準環境包括許多流行的Python包的更新版本。這個環境是作為現有筆記本電腦上運行的替代數據磚運行時。這是默認磚Conda-based運行時環境。

• 磚最小環境包含所需的最低包PySpark和磚Python筆記本的功能。這個環境是理想的,如果你想自定義運行時各種Python包。

看到完整的發行說明磚運行時5.4 Conda(β)。

磚5.4運行時機器學習

2019年6月3日

磚運行時5.4毫升之上磚運行時的5.4(不支持)。它包含了許多流行的機器學習庫,包括TensorFlow PyTorch Keras, XGBoost,提供分布式使用Horovod TensorFlow培訓。

它包括以下新的特點:

• MLlib集成MLflow(公共預覽)。

• Hyperopt新SparkTrials類預裝(公共預覽)。

• 從Horovod HorovodRunner輸出發送到火花司機節點現在可見的筆記本電池。

• 預裝XGBoost Python包。

有關詳細信息,請參見磚運行時為5.4毫升(不支持)。

磚5.4運行時

2019年6月3日

磚5.4運行時現在是可用的。磚5.4運行時包含Apache火花2.4.2,升級Python, R, Java,和Scala庫,和以下新的特點:

• 三角洲湖上磚增加汽車的優化(公共預覽版)

• 使用你最喜歡的IDE和筆記本與磚連接的服務器

• 圖書館事業一般可用

• 二進製文件數據源

• AWS膠metastore(公共預覽版)

• 優化DBFS保險絲山深學習工作負載

有關詳細信息,請參見磚運行時的5.4(不支持)。