Data Science

Data Science unterstützt jetzt verteilte Jobs. Durch die Beseitigung von Infrastrukturkomplexitäten bieten verteilte Jobs On-Demand-Skalierbarkeit und Kosteneffizienz, während ...

Data Science AI Quick Actions unterstützt jetzt Multimodell-Serving und Modellgruppen.

Weitere Informationen hierzu finden Sie unter ...

Data Science unterstützt jetzt burstfähige VMs mit Jobs, Notizbüchern und Pipelines. Mit burstfähigen Instanzen können Sie Ihre Workloads auf ...

Data Science AI-Schnellaktionen werden jetzt in Regierungsregionen unterstützt.

Weitere Informationen zur Aktivierung finden Sie unter ...

Data Science AI Quick Actions unterstützt jetzt das Multimodell-Deployment über die CLI. Das bedeutet, dass Sie mehr als...

ML-Anwendungen sind eine eigenständige Darstellung von ML-Anwendungsfällen in Data Science.

ML-Anwendungen sind ein ...

Mit dem Data Flow-Supportfeature in ML-Pipelines können Benutzer Data Flow-Anwendungen als Schritte innerhalb einer Pipeline integrieren.

Data Science enthält jetzt einen Scheduler. Es kann verwendet werden, um regelmäßig andere Data Science-Ressourcen auszulösen, z. B. ...

Data Science AI Quick Actions v 1.0.6a enthält jetzt:

Data Science AI Quick Actions unterstützt jetzt Backup und Aufbewahrung von Modellspeichern, indem jedes Objekt redundant über mehrere ...

AI Quick Actions in Data Science unterstützt jetzt das Einbetten von Modellen. Wenn Sie ein vorhandenes Notizbuch für AI Quick Actions verwenden, ...

Data Science-Modellbereitstellungs- und Modellkatalogservices unterstützen jetzt umfangreiche Modellbereitstellungen.

Große Modellartefakte können gespeichert werden ...

Wenn Sie Modelle verwenden möchten, die Sie anstelle der von Data Science kuratierten Modelle verwenden möchten, können Sie sie in ...

Durch die Integration in eine Notizbuchsession können Kunden von OCI Data Science eine Notizbuchsession unter einem Dateipfad öffnen ...

Mit Data Science ML Monitoring können Sie:

• Lesen Sie Daten aus Object Storage mit den integrierten Data Lesern.
• Erweitern ...

Mit KI-Schnellaktionen können Sie ganz einfach eine kuratierte Liste von Basismodellen durchsuchen und bereitstellen, optimieren und ...

Wichtige Features

• Burstable Instances für maschinelles Lernen: Ermöglicht die Bereitstellung von Modellen für maschinelles Lernen auf virtuellen Maschinen mit ...

Zu den wichtigsten Vorteilen der automatischen Skalierung für das Modell-Deployment gehören:

• Dynamische Ressourcenanpassung: Automatische Skalierung erhöht oder verringert sich automatisch ...

Die folgenden Conda-Umgebungen werden eingeführt:

• AI-Anomalieerkennungsoperator für CPU auf Python 3.8 (Version 1.0)
...

Data Science-Notizbücher verwenden jetzt JupyterLab Version 3.6.6.

• Mit unseren neuen ML-Jobs-APIs und der Konsole können Sie Ihre Container jetzt effizienter verwalten.
• Hochladen und...

In ADS 2.10.1 wurden folgende Änderungen vorgenommen:

• v1 des Anomalieerkennungsoperators wird freigegeben! Die Anomalie...

Die folgenden Conda-Umgebungen werden eingeführt:

• PySpark 3.2 und Feature Store (Version 3.0)
• PyTorch 2.1 für GPU ...

Die folgenden Änderungen wurden in ADS 2.10.0 vorgenommen:

• Der Fortschrittsbalken wurde verbessert, um den Prozentsatz der...

In ADS 2.9.1 wurden folgende Änderungen vorgenommen:

• Unterstützung für das Deployment der Anwendung LangChain als OCI-Modell-Deployment hinzugefügt. ...

In ADS 2.9.0 wurden folgende Änderungen vorgenommen:

• Einführung in AI Forecast Operator. Erfahren Sie mehr über Betreiber in der ...

In ADS 2.8.11 wurden folgende Änderungen vorgenommen:

• Unterstützung für das Mounten von Dateisystemen im Data Science-Notizbuch wurde hinzugefügt ...

Sie können jetzt File Storage-Service-Mount Points oder Object Storage-Service-Buckets in Notizbuchsessions und Jobs angeben. Diese...

Sie können jetzt die Lebenszyklusskripte der Notizbuchsession verwenden, um ein benutzerdefiniertes Skript mit unterschiedlichen Lebenszyklusstatus der Notizbuchsession auszuführen ...

Sie können jetzt einen privaten Endpunkt in Ihrem Mandanten konfigurieren. Verwenden Sie einen privaten Endpunkt, um auf ein oder mehrere Notizbücher zuzugreifen ...

Die folgenden Änderungen wurden in ADS 2.8.10 vorgenommen:

• Die Klasse LargeArtifactUploader wurde verbessert, um OCI-Pfade zum Hochladen zu verstehen...

In ADS 2.8.9 wurden folgende Änderungen vorgenommen:

• Die scikit-learn-Abhängigkeit wurde auf >=1.0 upgegradet.
• pandas ... upgegradet

In ADS 2.8.8 wurden folgende Änderungen vorgenommen:

• Laufzeitoption PyTorchDistributed für hinzuzufügende Data-Science-Jobs hinzugefügt...

In ADS 2.8.7 wurden folgende Änderungen vorgenommen:

• Falsche Hilfeinformationen zu opctl-Befehlen entfernt.
• Pre-Commit hinzufügen...

In ADS 2.8.6 wurden folgende Änderungen vorgenommen:

• Ein Problem in ads opctl build-image job-local wurde behoben, wenn ...

In ADS 2.8.5 wurden folgende Änderungen vorgenommen:

• Unterstützung für das Attribut key_content in ads.set_auth() für die API wurde hinzugefügt ...

In ADS 2.8.4 wurden folgende Änderungen vorgenommen:

• Unterstützung für das Erstellen von ADSDataset aus pandas dataframe hinzugefügt.
• hinzugefügt...

In ADS 2.8.3 wurden folgende Änderungen vorgenommen:

• Unterstützung für benutzerdefinierte Container hinzugefügt (Bring Your Own Container...

In ADS 2.8.2 wurden folgende Änderungen vorgenommen:

• Unterstützung für Python 3.7 wurde entfernt.

• Verbesserte ...

• Der Launcher wurde mit einem Symbol-Caching-Mechanismus und einem Erste Schritte Notizbuch als separate Schaltfläche aktualisiert ...

In ADS 2.8.1 wurden folgende Änderungen vorgenommen:

• Fehler bei ads opctl run behoben, wenn --auth ...

In ADS 2.8.0 wurden folgende Änderungen vorgenommen:

• Unterstützung für das Feature Pipelines für maschinelles Lernen wurde hinzugefügt.

  ...

Pipelines für maschinelles Lernen sind ein wichtiger Bestandteil des modernen Data Science-Workflows. Sie helfen bei der Automatisierung des Bauprozesses, ...

In ADS 2.7.3 wurden folgende Änderungen vorgenommen:

• Unterstützung für das Modellversionsset hinzugefügt.

  ...

Mit der Modellversionierung können Sie Aufzeichnungen über die verschiedenen Modelle führen, die Sie trainiert haben, und Ihre verschiedenen Versuche, ...

Wir haben den Prozess so vereinfacht, dass es nur eine Möglichkeit gibt, eine Notizbuchsession auf das Maximum zu erweitern ...

Data Science ist jetzt in der Region "US Midwest (Chicago)" verfügbar.

Weitere Informationen zu Data Science und Features ...

In ADS 2.7.0 wurden folgende Änderungen vorgenommen:

• Ein Fehler wurde in GenericModel.prepare behoben. Die Datei .model-ignore...

Sie können eine Verbindung zu Data Flow herstellen und eine Apache Spark-Anwendung über eine Data Science-Notizbuchsession ausführen. Diese Sitzungen ...

Die folgenden Änderungen wurden in ADS 2.6.8 und ADS 2.6.7 vorgenommen.

2,6

• Ein Fehler in ads.dataset.helper ... wurde behoben

Accelerated Data Science hat Unterstützung für große Modelle hinzugefügt, bei denen es sich um Modelle mit Artefakten zwischen 2 und 6 GB handelt. Ein Objekt ...

• Data Science-Notizbuchsessions unterstützen jetzt neue flexible Compute-Ausprägungen.
• Data Science-Jobs unterstützen jetzt flexible Compute-Ausprägungen. ...

Die folgenden Änderungen wurden in dieser Version vorgenommen.

• Methode prepare_save_deploy() wurde der Klasse GenericModel hinzugefügt. Jetzt können Sie...

Jetzt können Sie Ihre Notizbuchsessions mit Ihren häufig verwendeten benutzerdefinierten Umgebungsvariablen und Git-Repositorys einrichten.

Data Science ist jetzt in der Region Mexico Central (Queretaro) verfügbar.

Weitere Informationen zu Data Science und Features ...

Sie können jetzt flexible Compute-Ausprägungen für Modell-Deployments verwenden.

Informationen zu APIs finden Sie unter CreateModelDeployment und ModelDeploymentInstanceShapeConfigDetails. Für mehr...

Beispielnotizbücher

• Release der neuen Notizbuch-Explorer-Erweiterung für JupyterLabs. Diese Erweiterung ermöglicht die Suche nach ...

Die folgenden Änderungen wurden in dieser Version vorgenommen.

• Methode from_model_deployment() wurde der Klasse GenericModel hinzugefügt. Nun, Sie...

Die Registerkartenlistenansicht "Umgebungs-Explorer" wurde aktualisiert mit:

• Das Menü Aktionen, mit dem Sie ganz einfach ...

Sie können jetzt einen eigenen Container erstellen und für die Erstellung von Jobs und Jobläufen verwenden.

Die folgenden Änderungen wurden in dieser Version vorgenommen.

• BDSSecretKeeper zum Speichern und Speichern von Konfigurationsparametern für die Verbindung hinzugefügt...

Die folgenden Conda-Umgebungen sind verfügbar: Data Science-Umgebungen.

Jetzt können Sie PySpark 3.0 oder PySpark verwenden, um ...

• Folgende Framework-spezifische Klassen wurden hinzugefügt für eine schnelle und einfache Modellbereitstellung:
  • AutoMLModel
  • SKlearnModel
  • XGBoostModel
  • LightGBMModel ...

• Fehler beim automatischen Extrahieren von Taxonomiemetadaten für Sklearn-Modelle behoben.
• Fehler in Jobs NotebookRuntime bei Verwendung von ... behoben

Sie können jetzt auswählen, ob der Data Science-Service Ihre Netzwerkressourcen mit öffentlichem Internetzugriff im Notizbuch konfigurieren soll ...

Die Conda-Umgebung für Financial Services ist ein Ökosystem für Portfoliooptimierung, Aktienanalyse, technische Analyse und andere finanzielle ...

Mit der PySpark 3.0- und Datenfluss-CPU unter Python 3.7-Conda-Umgebung (Version 3.0) können Sie die Stromversorgung ...

Mit der neuen Schnellstartoption können Sie automatisch eine Compute-Ausprägung aus einem vordefinierten Ausprägungspool auswählen, wenn ...

• Fehler bei der Erstellung von DataFlow Job behoben.
• Fehler in ADSDataset get_recommendations behoben, der eine HTML is not defined-Ausnahme verursachte. ...

Die folgenden Conda-Umgebungen werden eingeführt:

• Das allgemeine maschinelle Lernen für CPU und GPU unter Python 3.7-Conda ...

Mit Metriken, Alarmen und Benachrichtigungen können Sie jetzt Zustand, Kapazität und Performance von Data Science-Jobläufen überwachen.

• Unterstützung für den Parameter storage_options in ADSDataset .to_hdf() hinzugefügt.
• Eine Fehlermeldung zur Angabe von overwrite_script oder ... wurde behoben

Diese Verbesserungen wurden an der JupyterLab-Umgebung vorgenommen:

• Die Registerkartenlistenansicht "Umgebungs-Explorer" wurde aktualisiert für...

Die Git-Erweiterung JuypterLab ist jetzt in Notizbuchsessions verfügbar. Diese Änderung kam mit der neuesten Notebook Virtual Machine (NBVM) ...

Die folgenden Conda-Umgebungen werden eingeführt:

• Die Conda-Umgebung "Data Exploration and Manipulation for CPU v3" enthält Librarys ...

Die Conda-Umgebung "Computer Vision for CPU and GPU on Python 3.7" (Version 1.0) umfasst einige der leistungsstärksten Conda-Umgebungen.

Mit Metriken, Alarmen und Benachrichtigungen können Sie jetzt Zustand, Kapazität und Performance von Data Science-Modell-Deployments überwachen.

Ein Fehler im Modellartefakt prepare(), reload() und prepare_generic_model() wurde behoben, der zu einer `ONNXRuntimeError` führte, die durch die nicht übereinstimmende...

Data Labeling

• Unterstützung zum Lesen des exportierten Datasets aus der konsolidierten Exportdatei hinzugefügt.

ADS

...

Diese Funktionen wurden in ADS v2.5.3 hinzugefügt:

ADS

• fastavro, pandavro, und openpyxl wurden in einen ... verschoben

Sie können jetzt die Zeit Ihrer Notizbuchsession um bis zu 23 Stunden verlängern, um eine Abmeldung nach einem ...

Die Neurophysiologie 1.0 für die auf CPU-Gesundheitsversorgung fokussierte Conda-Umgebung bietet branchenführende Tools für die Analyse, Visualisierung und Exploration neurophysiologischer Daten.

Accelerated Data Science v2.5.2 wurde veröffentlicht, einschließlich verbesserter Modellintrospektionsfunktionen und der Möglichkeit, Zugangsdaten mit dem Vault zu verwalten ...

Die Conda-Umgebung TensorFlow ist ein Ökosystem aus Tools und Librarys zum Erstellen hochmoderner Modelle für maschinelles Lernen. Sie können Folgendes verwenden...

Wir führen eine neue Launcher-Registerkarte in JupyterLab-Notizbuchsessions ein. Wenn Sie die Registerkarte "Launcher" öffnen, sehen Sie, dass ...

Beschleunigen Sie Ihre Scikit-Learning-Algorithmen mit der Conda-Umgebung Intel Extension for Scikit-learn. Es verwendet die Intel oneAPI Data Analytics ...

Sie können jetzt auf Object Storage in Pandas zugreifen. Der Data Science-Service hat die ocifs-Bibliothek erstellt, die auf ...

Der Umgebungs-Explorer wurde durch Hinzufügen einer neuen Listenansicht erweitert. Dies ist eine alternative Sicht auf die Karte ...

Das Data Science-Jobfeature wird in ADS v2.4.0 eingeführt und umfasst Folgendes:

• Data Science-Jobs ...

Mit dem Jobfeature können Sie eine wiederholbare Aufgabe für maschinelles Lernen in einer vollständig verwalteten Infrastruktur definieren und ausführen. Jobs ...

Verwenden Sie die neuen PyTorch 1.9-Conda-Umgebungen für Anwendungen im Bereich Computer Vision und Natural Language Processing. Diese Conda-Umgebungen sind für...

ADS v2.3.1

Modellkatalog

Dieses neue Release des Modellkatalogs ist jetzt verfügbar. Es enthält die folgenden Verbesserungen: ...

Data Science ist jetzt in der Region "Brazil Southeast (Vinhedo)" verfügbar.

Weitere Informationen zu Data Science und Features ...

Dieses neue Release des Modellkatalogs ist jetzt verfügbar. Es enthält die folgenden Verbesserungen:

• Neue Taxonomiemetadaten für Modell...

Die neueste Version von Jupyter Lab wird verwendet, wenn Sie ein neues Notizbuch erstellen. Sie können die ältere Version nicht auswählen...

Verwenden Sie PyPGX V21.3.1, um verborgene Erkenntnisse mithilfe von maschinellem Lernen, optimierten Analysealgorithmen und einer Diagrammabfragesprache zu extrahieren. PyPGX ...

Der Data Science-Service bietet eine nahtlose Integration mit dem Data Flow-Service. Sie können Ihre Spark-Anwendungen in PySpark entwickeln ...

Mit der Conda-Umgebung PySpark V3.0 können Sie Data Flow-Jobs erstellen oder PySpark lokal ausführen. Die PySpark-Version wird aktualisiert von ...

VM.Standard.E3. Die Flex Compute-Ausprägung ist jetzt in bestimmten Regionen im Data Science-Service allgemein verfügbar. Weitere Informationen finden Sie unter ...

Data Science ist jetzt in US-Regionen verfügbar:

• US Gov West (Phoenix)

• US ...

Der Data Science-Service stellt Conda-Umgebungen bereit, die auf verschiedene Workflows spezialisiert sind. In diesem Release gibt es sechs neue...

Conda-Umgebungen bieten Flexibilität und Reproduzierbarkeit im Data Science-Notizbuch. Der Environment Explorer ist ein GUI-Tool, mit dem Sie ...

Data Science hat eine neue Ressource namens Model Deployments veröffentlicht, mit der Data Scientists und Ingenieure für maschinelles Lernen ...

Data Science ist jetzt in der Region "Chile (Santiago)" verfügbar. Weitere Informationen finden Sie unter Data Science und Data Science-API ...

Data Science ist jetzt in der Region "UK West (Newport)" verfügbar. Weitere Informationen finden Sie unter Data Science und Data Science ...

Conda-Umgebungen

• Release der neuen Conda-Umgebungen in Notizbuchsessions. Eine neue Environment Explorer Erweiterung ist ...

Mit Metriken, Alarmen und Benachrichtigungen können Sie jetzt Zustand, Kapazität und Performance von Data Science-Notizbuchsessions überwachen.

GPUs-VMs (P100 und V100) sind jetzt in bestimmten Regionen im Oracle Cloud Infrastructure Data Science-Service allgemein verfügbar. ...

Data Science ist jetzt in den Regionen India South (Hyderabad) sowie South Korea North (Chuncheon) und US West (San Jose) verfügbar. Für ...

Unterstützung für Resource Principals in Notizbuchsessions

Mit Oracle Cloud Infrastructure Data Science können Sie sich mit Ihrem Notizbuch authentifizieren ...

Notizbuchsessionumgebung

Die Notizbuchsessionumgebung enthält die folgenden Verbesserungen:

• Neue Launcher-Schaltflächen für das Notebook ...

Die Notizbuchsessionumgebung enthält die folgenden Änderungen:

• Der Ordner home wird jetzt durch Block-Volume gesichert. Sie ...

Data Science ist jetzt in Australien Südosten (Melbourne), Kanada Südosten (Montreal), Japan Zentral (Osaka), Niederlande Nordwesten (Amsterdam) und Saudi-Arabien verfügbar.

Die Notizbuchsessionschnittstelle JupyterLab wird erweitert, sodass die JupyterLab-Umgebung jetzt Folgendes unterstützt:

• Die Variable Inspector Erweiterung. ...

Der Data Science-Service ermöglicht es Data-Science-Teams, Modelle für maschinelles Lernen und künstliche Intelligenz auf ...