Data Science

Data Science ora supporta i job distribuiti. Eliminando le complessità dell'infrastruttura, i lavori distribuiti offrono scalabilità on-demand ed efficienza dei costi, mentre ...

Data Science AI Quick Actions ora supporta gruppi di servizi e modelli multimodello.

Per ulteriori informazioni su di esse, vedere...

Data Science ora supporta VM espandibili con job, notebook e pipeline. Le istanze espandibili consentono di distribuire i carichi di lavoro su...

Le azioni rapide AI di Data Science sono ora supportate nelle aree governative.

Per ulteriori informazioni sull'abilitazione, vedere...

Data Science AI Quick Actions ora supporta la distribuzione multimodello dall'interfaccia CLI. Ciò significa che è possibile distribuire più di ...

ML Applications è una rappresentazione autonoma dei casi d'uso di ML in Data Science.

ML Applications è un...

La funzione di supporto del flusso di dati nelle pipeline ML consente agli utenti di integrare le applicazioni del flusso di dati come passi all'interno di una pipeline.

Data Science ora include uno scheduler. Può essere utilizzato per attivare periodicamente altre risorse di Data Science, ad esempio ...

Le azioni rapide AI di Data Science v 1.0.6a ora includono:

Le azioni rapide AI di Data Science ora supportano il backup e la conservazione dell'area di memorizzazione dei modelli archiviando in modo ridondante ogni oggetto in più aree.

Le azioni rapide di AI in Data Science ora supportano l'incorporamento dei modelli. Se si utilizza un notebook esistente per le azioni rapide AI, ...

I servizi Data Science Model Deployment e Model Catalog ora supportano distribuzioni di modelli di grandi dimensioni.

È possibile memorizzare artifact di modelli di grandi dimensioni...

Se si dispone di modelli che si desidera utilizzare al posto di quelli curati da Data Science, è possibile portarli in ...

Il deeplinking in una sessione notebook consente ai clienti di OCI Data Science di aprire una sessione notebook in un percorso file ...

Il monitoraggio ML di Data Science ti consente di:

• Leggi i dati dallo storage degli oggetti utilizzando i lettori di dati integrati.
• Estensione ...

Le azioni rapide dell'AI semplificano l'esplorazione di un elenco curato di modelli di base e l'implementazione, il perfezionamento e ...

Funzioni chiave

• Istanze espandibili per il Machine Learning: consente l'implementazione di modelli di machine learning su macchine virtuali con...

Ecco alcuni dei vantaggi principali del ridimensionamento automatico per la distribuzione dei modelli:

• Adeguamento dinamico delle risorse: il ridimensionamento automatico aumenta o diminuisce automaticamente ...

Vengono introdotti i seguenti ambienti Conda:

• Operatore di rilevamento anomalie AI per CPU in Python 3.8 (versione 1.0)
...

I notebook Data Science ora utilizzano JupyterLab versione 3.6.6.

• Ora puoi gestire i tuoi container in modo più efficiente con le nostre nuove API e console per i job ML.
• Carica e...

In ADS 2.10.1 sono state apportate le seguenti modifiche:

• Rilascio di v1 dell'operatore di rilevamento anomalie. L'anomalia...

Vengono introdotti i seguenti ambienti Conda:

• PySpark 3.2 e Feature Store (versione 3.0)
• PyTorch 2.1 per GPU ...

In ADS 2.10.0 sono state apportate le seguenti modifiche:

• Migliorata la barra di avanzamento per utilizzare la percentuale completata di ...

Nell'ADS 2.9.1 sono state apportate le seguenti modifiche:

• Aggiunto il supporto per la distribuzione dell'applicazione LangChain come distribuzione del modello OCI. ...

Nell'ADS 2.9.0 sono state apportate le seguenti modifiche:

• Presentazione di AI Forecast Operator. Scopri di più sugli operatori nel ...

Nell'ADS 2.8.11 sono state apportate le seguenti modifiche:

• Aggiunto il supporto per l'installazione dei file system nel notebook Data Science...

Ora puoi specificare i punti di accesso del servizio di storage di file o i bucket del servizio di storage degli oggetti nelle sessioni e nei job notebook. Questo ...

Ora è possibile utilizzare gli script del ciclo di vita della sessione notebook per eseguire uno script personalizzato in stati diversi del ciclo di vita della sessione notebook...

Ora puoi configurare un endpoint privato nella tua tenancy. Utilizzare un endpoint privato per accedere a uno o più notebook...

In ADS 2.8.10 sono state apportate le seguenti modifiche:

• Ha migliorato la classe LargeArtifactUploader per comprendere i percorsi OCI da caricare...

Nell'ADS 2.8.9 sono state apportate le seguenti modifiche:

• È stata aggiornata la dipendenza scikit-learn in >=1.0.
• È stato aggiornato pandas ...

Nell'ADS 2.8.8 sono state apportate le seguenti modifiche:

• Aggiunta dell'opzione di runtime PyTorchDistributed per i job Data Science da aggiungere in corso...

Nell'ADS 2.8.7 sono state apportate le seguenti modifiche:

• Rimosse le informazioni non corrette della Guida dei comandi opctl.
• Aggiungi pre-commit...

Nell'ADS 2.8.6 sono state apportate le seguenti modifiche:

• Risolto un problema in ads opctl build-image job-local quando il ...

Nell'ADS 2.8.5 sono state apportate le seguenti modifiche:

• Aggiunto il supporto per l'attributo key_content in ads.set_auth() per l'API ...

Nell'ADS 2.8.4 sono state apportate le seguenti modifiche:

• Aggiunto il supporto per la creazione di ADSDataset dal dataframe pandas.
• Aggiunti...

Nell'ADS 2.8.3 sono state apportate le seguenti modifiche:

• Aggiunto il supporto per i contenitori personalizzati (Bring Your Own Container ...

Nell'ADS 2.8.2 sono state apportate le seguenti modifiche:

• Supporto rimosso per Python 3.7.

• migliorata...

• Il programma di avvio è stato aggiornato con un meccanismo di inserimento delle icone nella cache e un blocco appunti di introduzione come pulsante separato.

Nell'ADS 2.8.1 sono state apportate le seguenti modifiche:

• Risolto un bug per ads opctl run quando --auth ...

In ADS 2.8.0 sono state apportate le seguenti modifiche:

• Aggiunta del supporto per la funzione Pipeline di machine learning.

  ...

Le pipeline di machine learning sono una componente cruciale del flusso di lavoro moderno di data science. Aiutano ad automatizzare il processo di costruzione, ...

Nell'ADS 2.7.3 sono state apportate le seguenti modifiche:

• Aggiunta del supporto per la funzione set di versioni del modello.

  ...

Il controllo delle versioni del modello consente di conservare i record dei diversi modelli addestrati e dei vari tentativi di miglioramento.

Abbiamo semplificato il processo in modo che vi sia una sola opzione per estendere al massimo una sessione notebook.

Data Science è ora disponibile nell'area del Midwest degli Stati Uniti (Chicago).

Per ulteriori informazioni su Data Science e caratteristiche ...

Nell'ADS 2.7.0 sono state apportate le seguenti modifiche:

• Risolto un bug in GenericModel.prepare. Il file .model-ignore ...

È possibile connettersi a Data Flow ed eseguire un'applicazione Apache Spark da una sessione notebook di Data Science. Queste sessioni ...

Le seguenti modifiche sono state apportate in ADS 2.6.8 e ADS 2.6.7.

2,6

• Ha corretto un bug in ads.dataset.helper ...

Accelerated Data Science ha aggiunto il supporto per modelli di grandi dimensioni che sono modelli con artifact compresi tra 2 e 6 GB. Un oggetto ...

• Le sessioni notebook di Data Science ora supportano nuove forme di computazione flessibili.
• I job di Data Science ora supportano le forme di computazione flessibili. ...

In questa versione sono state apportate le seguenti modifiche.

• Aggiunto il metodo prepare_save_deploy() alla classe GenericModel. In questo modo sarà possibile...

È ora possibile impostare le sessioni notebook con le variabili di ambiente personalizzate spesso utilizzate e i repository Git in modo che siano ...

Data Science è ora disponibile nell'area centrale del Messico (Queretaro).

Per ulteriori informazioni su Data Science e caratteristiche ...

Ora puoi utilizzare forme di computazione flessibili per le distribuzioni dei modelli.

Per le interfacce API, vedere CreateModelDeployment e ModelDeploymentInstanceShapeConfigDetails. Per saperne di più...

Esempi di notebook

• Rilascio della nuova estensione Notebook Explorer per JupyterLabs. Questa estensione consente di cercare ...

In questa versione sono state apportate le seguenti modifiche.

• Aggiunto il metodo from_model_deployment() alla classe GenericModel. Ora...

La vista elenco schede Explorer ambienti è stata aggiornata con:

• Il menu Azioni che ti permette di...

Ora è possibile creare e utilizzare il proprio contenitore per l'uso quando si creano un job e esecuzioni di job.

In questa versione sono state apportate le seguenti modifiche.

• Aggiunto BDSSecretKeeper per memorizzare e salvare i parametri di configurazione per la connessione...

Sono disponibili i seguenti ambienti Conda: Ambienti di Data Science.

Ora è possibile utilizzare PySpark 3.0 o PySpark per ...

• Sono state aggiunte le seguenti classi specifiche del framework per una distribuzione dei modelli rapida e semplice:
  • AutoMLModel
  • SKlearnModel
  • XGBoostModel
  • LightGBMModel ...

• Ha corretto un bug nell'estrazione automatica dei metadati della tassonomia per i modelli Sklearn.
• Corretto il bug nei job NotebookRuntime quando si utilizza ...

Ora è possibile scegliere di consentire al servizio Data Science di configurare le risorse di rete con accesso a Internet pubblico nel notebook...

L'ambiente Conda di Financial Services è un ecosistema per l'ottimizzazione del portafoglio, l'analisi delle azioni, l'analisi tecnica e altri econometrici finanziari.

Con l'ambiente Conda PySpark 3.0 e Data Flow CPU su Python 3.7 (versione 3.0), è possibile applicare la potenza ...

È possibile utilizzare la nuova opzione di avvio rapido per selezionare automaticamente una forma di computazione da un pool di forme predefinito quando si ...

• Corretto il bug nella creazione di DataFlow Job.
• Risolto un bug in ADSDataset get_recommendations che causava un'eccezione HTML is not defined. ...

Vengono introdotti i seguenti ambienti Conda:

• Il General Machine Learning per CPU e GPU su Python 3.7 conda ...

Ora puoi monitorare lo stato, la capacità e le prestazioni delle esecuzioni dei job di Data Science utilizzando metriche, allarmi e notifiche.

• Aggiunto il supporto per il parametro storage_options in ADSDataset .to_hdf().
• È stato corretto un messaggio di errore per specificare overwrite_script o ...

Questi miglioramenti sono stati apportati all'ambiente JupyterLab:

• La vista elenco schede di Environment Explorer è stata aggiornata per ...

L'estensione Git JuypterLab è ora disponibile nelle sessioni notebook. Questa modifica è arrivata con l'ultima Notebook Virtual Machine (NBVM) ...

Vengono introdotti i seguenti ambienti Conda:

• L'esplorazione e la manipolazione dei dati per l'ambiente Conda v3 della CPU contiene librerie...

L'ambiente Conda Computer Vision per CPU e GPU su Python 3.7 (versione 1.0) include alcuni dei più potenti...

Ora puoi monitorare lo stato, la capacità e le prestazioni delle distribuzioni dei modelli di Data Science utilizzando metriche, allarmi e notifiche.

Risolto un bug nell'artifact modello prepare(), reload() e prepare_generic_model() che causava un ``ONNXRuntimeError`` causato dalla mancata corrispondenza ...

Data Labeling

• Aggiunto il supporto per la lettura del data set esportato dal file di esportazione consolidato.

ADS

...

Queste funzionalità sono state aggiunte in ADS v2.5.3:

ADS

• fastavro, pandavro, e openpyxl sono stati spostati in un ...

È ora possibile estendere l'ora della sessione notebook fino a 23 ore per evitare di eseguire il logout dopo un...

La Neurofisiologia 1.0 per l'ambiente conda focalizzato sulla salute della CPU fornisce gli strumenti migliori della categoria per analizzare, visualizzare ed esplorare i dati neurofisiologici.

Rilasciata la versione Accelerated Data Science v2.5.2 che include una migliore funzionalità di introspezione dei modelli e la possibilità di gestire le credenziali con il vault...

L'ambiente conda TensorFlow è un ecosistema di strumenti e librerie per creare modelli di machine learning all'avanguardia. È possibile usare...

Viene introdotta una nuova scheda Launcher nelle sessioni notebook JupyterLab. Quando apri la scheda Launcher, vedrai che ...

Accelera gli algoritmi scikit-learn con l'ambiente Conda Intel Extension for Scikit-learn. Utilizza l'Intel oneAPI Data Analytics ...

Ora puoi accedere allo storage degli oggetti in Pandas. Il servizio Data Science ha creato la libreria ocifs basata su...

Environment Explorer è stato esteso aggiungendo una nuova vista lista. Questa è una vista alternativa alla carta ...

La funzione Job Data Science viene introdotta in ADS v2.4.0 e include quanto segue:

• Lavori di Data Science ...

La funzione Job consente di definire ed eseguire un task di apprendimento automatico ripetibile su un'infrastruttura completamente gestita. Job ...

Utilizzare le nuove condas PyTorch 1.9 per applicazioni nella visione artificiale e nell'elaborazione del linguaggio naturale. Questi ambienti conda sono per ...

ADS versione 2.3.1

Catalogo modelli

Questa nuova release del catalogo modelli è ora disponibile. Include i seguenti miglioramenti: ...

Data Science è ora disponibile nell'area sudorientale del Brasile (Vinhedo).

Per ulteriori informazioni su Data Science e caratteristiche ...

Questa nuova release del catalogo modelli è ora disponibile. Include i miglioramenti riportati di seguito.

• Nuovi metadati tassonomia modello...

L'ultima versione di Jupyter Lab viene utilizzata quando si crea un nuovo notebook. Impossibile scegliere la versione precedente...

Utilizza PyPGX V21.3.1 per estrarre insight nascosti utilizzando il machine learning a grafo, algoritmi di analytics ottimizzati e un linguaggio di query a grafo. PyPGX ...

Il servizio Data Science offre una perfetta integrazione con il servizio Data Flow. Puoi sviluppare le tue applicazioni Spark in PySpark ...

Utilizzare il conda PySpark V3.0 per creare job di Data Flow o eseguire PySpark localmente. La versione PySpark è aggiornata da ...

Il file VM.Standard.E3. La forma di computazione flessibile è ora generalmente disponibile nel servizio Data Science in alcune aree geografiche. Per ulteriori informazioni, vedere ...

Data Science è ora disponibile nelle aree del governo degli Stati Uniti:

• Governo degli Stati Uniti (ovest) - Phoenix

• Stati Uniti ...

Il servizio Data Science fornisce ambienti conda specializzati per diversi flussi di lavoro. In questa release ci sono sei nuovi ...

Gli ambienti Conda offrono flessibilità e riproducibilità all'interno del notebook Data Science. Environment Explorer è uno strumento GUI che consente di ...

Data Science ha rilasciato una nuova risorsa chiamata Model Deployments che consente ai data scientist e agli ingegneri del machine learning di distribuire ...

Data Science è ora disponibile nell'area del Cile (Santiago). Per ulteriori informazioni, vedere Data Science e API Data Science...

Data Science è ora disponibile nell'area occidentale del Regno Unito (Newport). Per ulteriori informazioni, vedere Data Science e Data Science...

Ambienti Conda

• Rilascio della nuova funzionalità degli ambienti Conda nelle sessioni notebook. Una nuova estensione di Environment Explorer è ...

Ora puoi monitorare lo stato, la capacità e le prestazioni delle sessioni notebook di Data Science utilizzando metriche, allarmi e notifiche, ...

Le VM GPU (P100 e V100) sono ora generalmente disponibili all'interno del servizio Oracle Cloud Infrastructure Data Science in determinate aree. ...

Data Science è ora disponibile nell'area meridionale dell'India (Hyderabad), nell'area settentrionale della Corea del Sud (Chuncheon) e nell'area occidentale degli Stati Uniti (San Jose). Per ...

Supporto per i principal delle risorse nelle sessioni notebook

Oracle Cloud Infrastructure Data Science consente di eseguire l'autenticazione utilizzando il notebook...

Ambiente sessione notebook

L'ambiente della sessione notebook include i miglioramenti riportati di seguito.

• Nuovi pulsanti di avvio per entrambi i notebook...

L'ambiente Sessione notebook include le modifiche riportate di seguito.

• La cartella home viene ora supportata dal volume a blocchi. Utente ...

Data Science è ora disponibile in Australia sud-orientale (Melbourne), Canada sud-orientale (Montreal), Giappone centrale (Osaka), Paesi Bassi nord-occidentali (Amsterdam) e Arabia Saudita ...

L'interfaccia della sessione notebook JupyterLab è stata migliorata in modo che l'ambiente JupyterLab ora supporti:

• L'estensione Variable Inspector. ...

Il servizio Data Science consente ai team di data science di creare, formare e gestire modelli di machine learning e intelligenza artificiale su ...