Bitzu

Machine Learning Associate · MLOps, środowiska ML i AutoML

Databricks Runtime for Machine Learning

Najważniejsze

  • Runtime zbudowany na bazie standardowego Databricks Runtime, z preinstalowanymi popularnymi bibliotekami ML i deep learning (np. MLflow, scikit-learn, XGBoost, LightGBM, Hyperopt, PyTorch, TensorFlow).
  • Wersje są dobrane tak, aby współpracowały, a klastry GPU zawierają biblioteki CUDA.
  • Wybierasz go, zaznaczając Machine learning podczas tworzenia compute.

Źródło: https://docs.databricks.com/aws/en/machine-learning/databricks-runtime-ml

Przykładowe pytania

Jednokrotny wybór

Jaka jest główna zaleta Databricks Runtime ML w porównaniu ze standardowym Databricks Runtime?

  1. Popularne biblioteki ML są preinstalowane w zgodnych wersjach
  2. Działa bez żadnego klastra
  3. Zastępuje Apache Spark innym silnikiem
  4. Trenuje modele bez kosztów obliczeniowych
Pokaż odpowiedź

Odpowiedź: A. Popularne biblioteki ML są preinstalowane w zgodnych wersjach

Runtime ML dodaje do standardowego runtime preinstalowane, kompatybilne wersjami biblioteki ML i deep learning. Nie zastępuje Spark, nie eliminuje klastrów i nie sprawia, że trening jest darmowy.

Zaznacz wszystkie poprawne

Które biblioteki są preinstalowane w wydaniu Databricks Runtime ML (np. 16.4 LTS ML)?

  1. MLflow
  2. Hyperopt
  3. XGBoost
  4. Harmonogram zadań Kubernetes
  5. Hostowany serwer Weights & Biases
Pokaż odpowiedź

Odpowiedź: A. MLflow, B. Hyperopt, C. XGBoost

MLflow, Hyperopt i XGBoost wchodzą w skład runtime ML. Panele Weights & Biases ani harmonogram Kubernetes nie są jego częścią.

Prawda czy fałsz

Prawda czy fałsz: Databricks Runtime ML to zupełnie osobny produkt, który nie zawiera komponentów standardowego Databricks Runtime.

Pokaż odpowiedź

Odpowiedź: Fałsz

Fałsz. Runtime ML jest zbudowany na bazie standardowego Databricks Runtime i dodaje do niego biblioteki ML.

Przećwicz 8 pytań z tego tematu w Bitzu

Krótkie lekcje, natychmiastowe wyjaśnienia i powtórki tego, w czym się mylisz. Za darmo na iOS i Androida.

Download on the App StoreGet it on Google Play

Więcej tematów Machine Learning Associate w tym module