磚運行時5.1毫升(β)

磚在2018年12月發布了這張照片。

磚運行時5.1毫升為機器學習和數據提供了一個準備好了環境科學的基礎上磚運行時的5.1(不支持)。磚運行時對ML包含許多流行的機器學習庫,包括TensorFlow PyTorch Keras, XGBoost。它還支持使用Horovod分布式TensorFlow培訓。

更多信息,包括指令創建磚集群運行時毫升、明白了介紹磚運行時機器學習

新功能

磚磚的運行時5.1毫升之上5.1運行時。有什麼新信息的磚5.1運行時,看到的磚運行時的5.1(不支持)發行說明。除了現有庫的更新磚運行時5.1毫升包括以下新的特點:

  • PyTorch為構建深度學習網絡。

請注意

磚運行時的ML版本撿起所有維護更新基礎數據磚運行時版本。所有維護更新的列表,請參閱磚運行時的維護更新

係統環境

係統環境的差異在磚磚5.1運行時,運行時5.1 ML:

  • Python:2.7.15 Python 2集群和3.6.5 Python 3集群。

  • DBUtils:磚運行時不含5.1毫升庫工具(dbutils.library)

  • GPU集群,下麵的NVIDIA GPU庫:

    • 396.44特斯拉的司機

    • CUDA 9.2

    • CUDNN 7.2.1

不同的庫包括在磚5.1運行時,那些包含在磚運行時的5.1毫升在這一節中列出。

Python庫

磚的運行時5.1毫升使用Conda Python包管理。因此,預裝有重大變化Python庫相比,磚運行時。以下是提供Python包的完整列表和版本使用Conda包管理器安裝。

圖書館

版本

圖書館

版本

圖書館

版本

absl-py

0.6.1

argparse

1.4.0

asn1crypto

0.24.0

阿斯特

是0.7.1

backports-abc

0.5

backports.functools-lru-cache

1.5

backports.weakref

1.0.post1

bcrypt

3.1.4

漂白劑

2.1.3

寶途

2.48.0

boto3

1.7.62

botocore

1.10.62

certifi

2018.04.16

cffi

1.11.5

chardet

3.0.4

cloudpickle

0.5.3

彩色光

0.3.9

configparser

3.5.0

密碼學

2.2.2

周期計

0.10.0

Cython

0.28.2

裝飾

4.3.0

docutils

0.14

entrypoints

0.2.3

enum34

1.1.6

et-xmlfile

1.0.1

funcsigs

1.0.2中

functools32

3.2.3-2

fusepy

2.0.4

期貨

3.2.0

使驚訝

0.2.0

grpcio

1.12.1

h5py

2.8.0

horovod

0.15.0

html5lib

1.0.1

idna

2.6

ipaddress

1.0.22

ipython

5.7.0

ipython_genutils

0.2.0

jdcal

1.4

Jinja2

2.10

jmespath

0.9.3

jsonschema

2.6.0

jupyter-client

5.2.3

jupyter-core

4.4.0

Keras

2.2.4

Keras-Applications

1.0.6

Keras-Preprocessing

1.0.5

kiwisolver

1.0.1

linecache2

1.0.0

llvmlite

0.23.1

lxml

4.2.1

減價

3.0.1

MarkupSafe

1.0

matplotlib

2.2.2

使走調

0.8.3

mleap

0.8.1

模擬

2.0.0

msgpack

0.5.6

nbconvert

5.3.1

nbformat

4.4.0

鼻子

1.3.7

nose-exclude

0.5.0

numba

0.38.0 + 0. g2a2b772fc.dirty

numpy

1.14.3

olefile

0.45.1

openpyxl

2.5.3

熊貓

0.23.0

pandocfilters

1.4.2

paramiko

2.4.1

pathlib2

2.3.2

容易受騙的人

0.5.0

pbr

5.1.1

pexpect

4.5.0

pickleshare

0.7.4

枕頭

5.1.0

皮普

10.0.1

厚度

3.11

prompt-toolkit

1.0.15

protobuf

3.6.1

psycopg2

2.7.5

ptyprocess

0.5.2

pyarrow

0.8.0

pyasn1

0.4.4

pycparser

2.18

Pygments

2.2.0

PyNaCl

1.3.0

pyOpenSSL

18.0.0

pyparsing

2.2.0

PySocks

1.6.8

Python

2.7.15

python-dateutil

2.7.3

pytz

2018.4

PyYAML

3.12

pyzmq

17.0.0

請求

2.18.4

s3transfer

0.1.13

scandir

1.7

scikit-learn

0.19.1

scipy

1.1.0

seaborn

0.8.1

setuptools

39.1.0

simplegeneric

0.8.1

singledispatch

3.4.0.3

六個

1.11.0

statsmodels

0.9.0

subprocess32

3.5.3

tensorboard

1.12.0

tensorboardX

1.4

tensorflow

1.12.0

termcolor

1.1.0

testpath

0.3.1

火炬

0.4.1

torchvision

0.2.1

龍卷風

正式

traceback2

1.4.0

traitlets

4.3.2

unittest2

1.1.0

urllib3

1.22

virtualenv

16.0.0

wcwidth

0.1.7

webencodings

0.5.1

Werkzeug

0.14.1

0.31.1

打包

1.10.11

wsgiref

0.1.2

此外,下麵的火花包包括Python模塊:

火花包

Python模塊

版本

tensorframes

tensorframes

0.6.0-s_2.11

graphframes

graphframes

0.6.0-db3-spark2.4

spark-deep-learning

sparkdl

1.4.0-db2-spark2.4

R庫

R庫是相同的5.1 R在磚的運行時庫

Java和Scala庫(Scala 2.11集群)

除了Java和Scala庫磚5.1運行時,磚運行時5.1毫升包含以下jar:

組ID

工件ID

版本

com.databricks

spark-deep-learning

1.4.0-db2-spark2.4

org.tensorframes

tensorframes

0.6.0-s_2.11

org.graphframes

graphframes_2.11

0.6.0-db3-spark2.4

org.tensorflow

libtensorflow

1.12.0

org.tensorflow

libtensorflow_jni

1.12.0

org.tensorflow

spark-tensorflow-connector_2.11

1.12.0

org.tensorflow

tensorflow

1.12.0

ml.dmlc

xgboost4j

0.81

ml.dmlc

xgboost4j-spark

0.81

ml.combust.mleap

mleap-databricks-runtime_2.11

0.13.0