머신 러닝 런타임
바로 사용할 수 있는 최적화된 머신 러닝 환경
MLR(Machine Learning Runtime)은 데이터 사이언티스트와 ML 실무자에게 자주 사용하는 프레임워크, 내장형 AutoML, 최적화를 포함한 확장형 클러스터로 최고의 성능을 제공합니다.
장점
고객이 원하는 프레임워크
ML 프레임워크는 엄청난 속도로 발전하고 있으며, 실무자들은 평균 8개의 라이브러리를 관리해야 합니다. ML Runtime은 사전 구축된 컨테이너를 통해 가장 인기 있는 ML 프레임워크의 안정적이고 우수한 성능의 배포판과 맞춤형 ML 환경에 클릭 한 번으로 액세스할 수 있습니다.
강화된 머신 러닝
데이터 준비에서 사전 구축된 AutoML을 사용한 추론에 이르기까지 머신 러닝을 가속화합니다. 여기에는 Hyperropt와 MLflow를 사용한 하이퍼매개변수 튜닝과 모델이 포함됩니다.
규모 조정 단순화
자동으로 관리되는 확장형 클러스터 인프라에서 데이터 크기를 적은 규모에서 큰 규모로 쉽게 확장할 수 있습니다. 또한, Machine Learning Runtime은 대부분의 인기 있는 알고리즘과 HorovodRunner(분산된 딥 러닝을 위한 간단한 API)에 대한 고유한 성능 개선 사항도 포함합니다.
기능
ML Frameworks: TensorFlow, Keras, PyTorch, MLflow, Horovod, GraphFrames, scikit-learn, XGboost, numpy, MLeap, Pandas 등의 가장 인기 있는 ML 라이브러리와 프레임워크가 기본으로 제공됩니다.
작동 방식
Machine Learning Runtime은 모든 Databricks Runtime 릴리스를 기반으로 하며, 해당 릴리스와 함께 업데이트됩니다. Azure Databricks, AWS 클라우드, GPU 클러스터, CPU 클러스터 등의 모든 Databricks 제품에서 정식으로 제공됩니다.
ML Runtime을 사용하려면 클러스터를 생성할 때 런타임의 ML 버전을 선택하면 됩니다.
