Container Runtime¶
概要¶
Container Runtime is a set of preconfigured customizable environments built for machine learning on Snowpark Container Services, covering interactive experimentation and batch ML workloads such as model training, hyperparameter tuning, batch inference and fine tuning. They include the most popular machine learning and deep learning frameworks. Used with Snowflake notebooks, they provide an end-to-end ML experience.
実行環境¶
The Container Runtime provides an environment populated with packages and libraries that support a wide variety of ML development tasks inside Snowflake. In addition to the pre-installed packages, you can import packages from external sources like public PyPI repositories, or internally-hosted package repositories that provide a list of packages approved for use inside your organization.
Executions of your custom Python ML workloads and supported training APIs occur within Snowpark Container Services, which offers the ability to run on CPU or GPU compute pools. When using the Snowflake ML APIs, the Container Runtime distributes the processing across available resources.
分散前処理¶
Snowflake ML モデリングとデータのロード APIs は、Snowflake ML の分散処理フレームワークの上に構築されており、利用可能なコンピュートパワーをフルに活用することで、リソースの利用率を最大化します。デフォルトでは、このフレームワークはマルチ-GPU ノードのすべての GPUs を使用し、オープンソースパッケージと比較してパフォーマンスが大幅に向上し、全体的な実行時間が短縮されます。
データのロード中を含む機械学習ワークロードは、Snowflakeが管理するコンピュート環境で実行されます。このフレームワークは、モデルのトレーニングやデータのロードなど、手元のタスクの特定の要件に基づいてリソースを動的にスケーリングすることができます。各タスクの GPU 、メモリ割り当てを含むリソース数は、提供される APIs を使って簡単に設定できます。
データのロード中の最適化¶
Container Runtimeは、Snowflakeデータソース（テーブル、 DataFrames 、およびDatasetsを含む）を、 PyTorch や TensorFlow などの一般的な ML フレームワークに接続できるデータコネクターセット APIs を提供し、マルチコアや GPUs を最大限に活用します。データのロード後は、オープンソースパッケージ、または以下に説明する分散バージョンを含む Snowflake ML APIs のいずれかを使用してデータを処理できます。これらの APIs は、 snowflake.ml.data 名前空間にあります。
snowflake.ml.data.data_connector.DataConnector クラスは、Snowpark DataFrames または Snowflake ML Datasets を TensorFlow または PyTorch DataSets または Pandas DataFrames に接続します。以下のクラスメソッドのいずれかを使用して、コネクタをインスタンス化します。
DataConnector.from_dataframe： Snowpark を受け入れます DataFrame。
DataConnector.from_dataset: 名前とバージョンで指定されたSnowflake ML データセットを受け入れます。
DataConnector.from_sources: ソースのリストを受け入れます。各ソースは、 DataFrame またはデータセットです。
コネクタをインスタンス化したら（data_connector などでインスタンスを呼び出します）、以下のメソッドを呼び出して、希望する種類の出力を生成します。
data_connector.to_tf_dataset: TensorFlow で使用するのに適した TensorFlow データセットを返します。data_connector.to_torch_dataset: PyTorch で使用するのに適した PyTorch データセットを返します。
これらの APIs の詳細については、 Snowflake ML API リファレンス をご参照ください。
オープンソースによる構築¶
基礎となる CPU および GPU イメージには、一般的な ML パッケージがあらかじめ含まれており、 pip を使用して追加ライブラリをインストールする柔軟性もあるため、ユーザーは Snowflake からデータを移動することなく、Snowflake Notebooks 内で使い慣れた革新的なオープンソースフレームワークを使用することができます。データのロード、トレーニング、およびハイパーパラメータの最適化にSnowflakeの分散 APIs 、一般的な OSS パッケージの使い慣れた APIs 、インターフェイスを少し変更するだけで構成をスケーリングできるようにすることで、処理をスケーリングできます。
次のコードは、これら APIs を用いて XGBoost 分類器を作成す る例です：
from snowflake.snowpark.context import get_active_session
from snowflake.ml.data.data_connector import DataConnector
import pandas as pd
import xgboost as xgb
from sklearn.model_selection import train_test_split
session = get_active_session()
# Use the DataConnector API to pull in large data efficiently
df = session.table("my_dataset")
pandas_df = DataConnector.from_dataframe(df).to_pandas()
# Build with open source
X = df_pd[['feature1', 'feature2']]
y = df_pd['label']
# Split data into test and train in memory
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.15, random_state=34)
# Train in memory
model = xgb.XGBClassifier()
model.fit(X_train, y_train)
# Predict
y_pred = model.predict(X_test)
CPU コンテナランタイムには、GPU コンテナランタイムとは異なるパッケージがあります。以下のセクションに、各コンテナランタイム内で利用可能なパッケージをリストします。
Snowflakeランタイムパッケージ¶
Snowflakeランタイム CPU パッケージ¶
以下は、Snowflake ML ランタイム CPU バージョンで利用可能なパッケージです。
パッケージ |
バージョン |
|---|---|
absl-py |
1.4.0 |
aiobotocore |
2.23.2 |
aiohappyeyeballs |
2.6.1 |
aiohttp |
3.12.15 |
aiohttp-cors |
0.8.1 |
aioitertools |
0.12.0 |
aiosignal |
1.4.0 |
altair |
5.5.0 |
annotated-types |
0.7.0 |
anyio |
4.10.0 |
appdirs |
1.4.4 |
arviz |
0.22.0 |
asn1crypto |
1.5.1 |
asttokens |
3.0.0 |
async-timeout |
5.0.1 |
attrs |
25.3.0 |
bayesian-optimization |
1.5.1 |
blinker |
1.9.0 |
boto3 |
1.39.8 |
botocore |
1.39.8 |
cachetools |
5.5.2 |
CausalPy |
0.5.0 |
certifi |
2025.8.3 |
cffi |
1.17.1 |
charset-normalizer |
3.4.3 |
click |
8.2.1 |
clikit |
0.6.2 |
cloudpickle |
3.0.0 |
cmdstanpy |
1.2.5 |
colorama |
0.4.6 |
colorful |
0.5.7 |
comm |
0.2.3 |
cons |
0.4.7 |
contourpy |
1.3.2 |
crashtest |
0.3.1 |
cryptography |
43.0.3 |
cycler |
0.12.1 |
datasets |
4.0.0 |
debugpy |
1.8.16 |
decorator |
5.2.1 |
非推奨 |
1.2.18 |
dill |
0.3.8 |
distlib |
0.4.0 |
etuples |
0.3.10 |
評価する |
0.4.5 |
exceptiongroup |
1.3.0 |
executing |
2.2.0 |
fastapi |
0.116.1 |
filelock |
3.19.1 |
FLAML |
2.3.6 |
Flask |
3.1.2 |
fonttools |
4.59.2 |
frozenlist |
1.7.0 |
fsspec |
2025.3.0 |
gitdb |
4.0.12 |
GitPython |
3.1.45 |
google-api-core |
2.25.1 |
google-auth |
2.40.3 |
googleapis-common-protos |
1.70.0 |
graphviz |
0.21 |
grpcio |
1.74.0 |
grpcio-status |
1.62.3 |
grpcio-tools |
1.62.3 |
gunicorn |
23.0.0 |
h11 |
0.16.0 |
h5netcdf |
1.6.4 |
h5py |
3.14.0 |
hf-xet |
1.1.9 |
holidays |
0.79 |
httpcore |
1.0.9 |
httpstan |
4.13.0 |
httpx |
0.28.1 |
huggingface-hub |
0.34.4 |
hypothesis |
6.138.7 |
idna |
3.10 |
importlib_metadata |
8.0.0 |
importlib_resources |
6.5.2 |
ipykernel |
6.30.1 |
ipython |
8.37.0 |
itsdangerous |
2.2.0 |
JayDeBeApi |
1.2.3 |
jedi |
0.19.2 |
Jinja2 |
3.1.6 |
jmespath |
1.0.1 |
joblib |
1.5.2 |
jpype1 |
1.6.0 |
jsonschema |
4.25.1 |
jsonschema-specifications |
2025.4.1 |
jupyter_client |
8.6.3 |
jupyter_core |
5.8.1 |
kiwisolver |
1.4.9 |
lightgbm |
4.5.0 |
lightgbm-ray |
0.1.9 |
llvmlite |
0.44.0 |
logical-unification |
0.4.6 |
markdown-it-py |
4.0.0 |
MarkupSafe |
3.0.2 |
marshmallow |
3.26.1 |
matplotlib |
3.10.5 |
matplotlib-inline |
0.1.7 |
mdurl |
0.1.2 |
miniKanren |
1.0.5 |
mlruntimes_service |
1.8.0 |
modin |
0.35.0 |
mpmath |
1.3.0 |
msgpack |
1.1.1 |
multidict |
6.6.4 |
multipledispatch |
1.0.0 |
multiprocess |
0.70.16 |
narwhals |
2.2.0 |
nest-asyncio |
1.6.0 |
networkx |
3.4.2 |
nltk |
3.9.1 |
numba |
0.61.2 |
numpy |
1.26.4 |
nvidia-nccl-cu12 |
2.27.7 |
opencensus |
0.11.4 |
opencensus-context |
0.1.3 |
opentelemetry-api |
1.26.0 |
opentelemetry-exporter-otlp |
1.26.0 |
opentelemetry-exporter-otlp-proto-common |
1.26.0 |
opentelemetry-exporter-otlp-proto-grpc |
1.26.0 |
opentelemetry-exporter-otlp-proto-http |
1.26.0 |
opentelemetry-exporter-prometheus |
0.47b0 |
opentelemetry-proto |
1.26.0 |
opentelemetry-sdk |
1.26.0 |
opentelemetry-semantic-conventions |
0.47b0 |
packaging |
24.2 |
pandas |
2.3.2 |
parso |
0.8.5 |
pastel |
0.2.1 |
patsy |
1.0.1 |
pexpect |
4.9.0 |
pillow |
10.4.0 |
platformdirs |
4.4.0 |
plotly |
6.3.0 |
prometheus_client |
0.22.1 |
prompt_toolkit |
3.0.52 |
propcache |
0.3.2 |
prophet |
1.1.7 |
proto-plus |
1.26.1 |
protobuf |
4.25.8 |
psutil |
7.0.0 |
ptyprocess |
0.7.0 |
pure_eval |
0.2.3 |
py-spy |
0.4.1 |
py4j |
0.10.9.7 |
pyarrow |
21.0.0 |
pyasn1 |
0.6.1 |
pyasn1_modules |
0.4.2 |
pycparser |
2.22 |
pydantic |
2.11.7 |
pydantic-settings |
2.10.1 |
pydantic_core |
2.33.2 |
pydeck |
0.9.1 |
Pygments |
2.19.2 |
PyJWT |
2.10.1 |
pylev |
1.4.0 |
pymc |
5.25.1 |
pyOpenSSL |
25.1.0 |
pyparsing |
3.2.3 |
pysimdjson |
6.0.2 |
pystan |
3.10.0 |
pytensor |
2.31.7 |
python-dateutil |
2.9.0.post0 |
python-dotenv |
1.1.1 |
pytimeparse |
1.1.8 |
pytz |
2025.2 |
PyYAML |
6.0.2 |
pyzmq |
27.0.2 |
ray |
2.47.1 |
referencing |
0.36.2 |
regex |
2025.7.34 |
requests |
2.32.5 |
retrying |
1.4.2 |
rich |
13.9.4 |
rpds-py |
0.27.1 |
rsa |
4.9.1 |
s3fs |
2025.3.0 |
s3transfer |
0.13.1 |
safetensors |
0.6.2 |
scikit-learn |
1.5.2 |
scipy |
1.15.3 |
seaborn |
0.13.2 |
shap |
0.48.0 |
six |
1.17.0 |
slicer |
0.0.8 |
smart_open |
7.3.0.post1 |
smmap |
5.0.2 |
sniffio |
1.3.1 |
snowbooks |
1.76.7rc1 |
snowflake |
1.7.0 |
snowflake-connector-python |
3.17.2 |
snowflake-ml-python |
1.11.0 |
snowflake-snowpark-python |
1.37.0 |
snowflake-telemetry-python |
0.7.1 |
snowflake._legacy |
1.0.1 |
snowflake.core |
1.7.0 |
snowpark-connect |
0.20.3 |
sortedcontainers |
2.4.0 |
sqlglot |
27.9.0 |
sqlparse |
0.5.3 |
stack-data |
0.6.3 |
stanio |
0.5.1 |
starlette |
0.47.3 |
statsmodels |
0.14.5 |
Streamlit |
1.39.1 |
sympy |
1.13.1 |
tenacity |
9.1.2 |
threadpoolctl |
3.6.0 |
tokenizers |
0.21.4 |
toml |
0.10.2 |
tomlkit |
0.13.3 |
toolz |
1.0.0 |
torch |
2.6.0+cpu |
torchvision |
0.21.0+cpu |
tornado |
6.5.2 |
tqdm |
4.67.1 |
traitlets |
5.14.3 |
transformers |
4.55.4 |
typing-inspection |
0.4.1 |
typing_extensions |
4.15.0 |
tzdata |
2025.2 |
tzlocal |
5.3.1 |
urllib3 |
2.5.0 |
uvicorn |
0.35.0 |
virtualenv |
20.34.0 |
watchdog |
5.0.3 |
wcwidth |
0.2.13 |
webargs |
8.7.0 |
Werkzeug |
3.1.3 |
wrapt |
1.17.3 |
xarray |
2025.6.1 |
xarray-einstats |
0.8.0 |
xgboost |
2.1.4 |
xgboost-ray |
0.1.19 |
xxhash |
3.5.0 |
yarl |
1.20.1 |
zipp |
3.23.0 |
Snowflake ML ランタイム GPU パッケージ¶
以下は、Snowflake ML ランタイム GPU バージョンで利用可能なパッケージです。
パッケージ |
バージョン |
|---|---|
absl-py |
1.4.0 |
accelerate |
1.10.1 |
aiobotocore |
2.23.2 |
aiohappyeyeballs |
2.6.1 |
aiohttp |
3.12.15 |
aiohttp-cors |
0.8.1 |
aioitertools |
0.12.0 |
aiosignal |
1.4.0 |
airportsdata |
20250811 |
altair |
5.5.0 |
annotated-types |
0.7.0 |
anyio |
4.10.0 |
appdirs |
1.4.4 |
arviz |
0.22.0 |
asn1crypto |
1.5.1 |
astor |
0.8.1 |
asttokens |
3.0.0 |
async-timeout |
5.0.1 |
attrs |
25.3.0 |
bayesian-optimization |
1.5.1 |
blake3 |
1.0.5 |
blinker |
1.9.0 |
boto3 |
1.39.8 |
botocore |
1.39.8 |
cachetools |
5.5.2 |
CausalPy |
0.5.0 |
certifi |
2025.8.3 |
cffi |
1.17.1 |
charset-normalizer |
3.4.3 |
click |
8.2.1 |
clikit |
0.6.2 |
cloudpickle |
3.0.0 |
cmdstanpy |
1.2.5 |
colorama |
0.4.6 |
colorful |
0.5.7 |
comm |
0.2.3 |
compressed-tensors |
0.9.3 |
cons |
0.4.7 |
contourpy |
1.3.2 |
crashtest |
0.3.1 |
cryptography |
43.0.3 |
cuda-bindings |
12.9.2 |
cuda-pathfinder |
1.1.0 |
cuda-python |
12.9.2 |
cudf-cu12 |
25.6.0 |
cuml-cu12 |
25.6.0 |
cupy-cuda12x |
13.6.0 |
cuvs-cu12 |
25.6.1 |
cycler |
0.12.1 |
dask |
2025.5.0 |
dask-cuda |
25.6.0 |
dask-cudf-cu12 |
25.6.0 |
datasets |
4.0.0 |
debugpy |
1.8.16 |
decorator |
5.2.1 |
非推奨 |
1.2.18 |
depyf |
0.18.0 |
dill |
0.3.8 |
diskcache |
5.6.3 |
distlib |
0.4.0 |
distributed |
2025.5.0 |
distributed-ucxx-cu12 |
0.44.0 |
distro |
1.9.0 |
dnspython |
2.7.0 |
einops |
0.8.1 |
email-validator |
2.3.0 |
etuples |
0.3.10 |
評価する |
0.4.5 |
exceptiongroup |
1.3.0 |
executing |
2.2.0 |
fastapi |
0.116.1 |
fastapi-cli |
0.0.8 |
fastapi-cloud-cli |
0.1.5 |
fastrlock |
0.8.3 |
filelock |
3.19.1 |
FLAML |
2.3.6 |
Flask |
3.1.2 |
fonttools |
4.59.2 |
frozenlist |
1.7.0 |
fsspec |
2025.3.0 |
gguf |
0.17.1 |
gitdb |
4.0.12 |
GitPython |
3.1.45 |
google-api-core |
2.25.1 |
google-auth |
2.40.3 |
googleapis-common-protos |
1.70.0 |
graphviz |
0.21 |
grpcio |
1.74.0 |
grpcio-status |
1.62.3 |
grpcio-tools |
1.62.3 |
gunicorn |
23.0.0 |
h11 |
0.16.0 |
h5netcdf |
1.6.4 |
h5py |
3.14.0 |
hf-xet |
1.1.9 |
holidays |
0.79 |
httpcore |
1.0.9 |
httpstan |
4.13.0 |
httptools |
0.6.4 |
httpx |
0.28.1 |
huggingface-hub |
0.34.4 |
hypothesis |
6.138.7 |
idna |
3.10 |
importlib_metadata |
8.0.0 |
importlib_resources |
6.5.2 |
interegular |
0.3.3 |
ipykernel |
6.30.1 |
ipython |
8.37.0 |
itsdangerous |
2.2.0 |
JayDeBeApi |
1.2.3 |
jedi |
0.19.2 |
Jinja2 |
3.1.6 |
jiter |
0.10.0 |
jmespath |
1.0.1 |
joblib |
1.5.2 |
jpype1 |
1.6.0 |
jsonschema |
4.25.1 |
jsonschema-specifications |
2025.4.1 |
jupyter_client |
8.6.3 |
jupyter_core |
5.8.1 |
kiwisolver |
1.4.9 |
lark |
1.2.2 |
libcudf-cu12 |
25.6.0 |
libcuml-cu12 |
25.6.0 |
libcuvs-cu12 |
25.6.1 |
libkvikio-cu12 |
25.6.0 |
libraft-cu12 |
25.6.0 |
librmm-cu12 |
25.6.0 |
libucx-cu12 |
1.18.1 |
libucxx-cu12 |
0.44.0 |
lightgbm |
4.5.0 |
lightgbm-ray |
0.1.9 |
llguidance |
0.7.30 |
llvmlite |
0.44.0 |
lm-format-enforcer |
0.10.12 |
locket |
1.0.0 |
logical-unification |
0.4.6 |
markdown-it-py |
4.0.0 |
MarkupSafe |
3.0.2 |
marshmallow |
3.26.1 |
matplotlib |
3.10.5 |
matplotlib-inline |
0.1.7 |
mdurl |
0.1.2 |
miniKanren |
1.0.5 |
mistral_common |
1.8.4 |
mlruntimes_service |
1.8.0 |
modin |
0.35.0 |
mpmath |
1.3.0 |
msgpack |
1.1.1 |
msgspec |
0.19.0 |
multidict |
6.6.4 |
multipledispatch |
1.0.0 |
multiprocess |
0.70.16 |
narwhals |
2.2.0 |
nest-asyncio |
1.6.0 |
networkx |
3.4.2 |
ninja |
1.13.0 |
nltk |
3.9.1 |
numba |
0.61.2 |
numba-cuda |
0.11.0 |
numpy |
1.26.4 |
nvidia-cublas-cu12 |
12.6.4.1 |
nvidia-cuda-cupti-cu12 |
12.6.80 |
nvidia-cuda-nvcc-cu12 |
12.9.86 |
nvidia-cuda-nvrtc-cu12 |
12.6.77 |
nvidia-cuda-runtime-cu12 |
12.6.77 |
nvidia-cudnn-cu12 |
9.5.1.17 |
nvidia-cufft-cu12 |
11.3.0.4 |
nvidia-curand-cu12 |
10.3.7.77 |
nvidia-cusolver-cu12 |
11.7.1.2 |
nvidia-cusparse-cu12 |
12.5.4.2 |
nvidia-cusparselt-cu12 |
0.6.3 |
nvidia-ml-py |
12.575.51 |
nvidia-nccl-cu12 |
2.21.5 |
nvidia-nvjitlink-cu12 |
12.6.85 |
nvidia-nvtx-cu12 |
12.6.77 |
nvtx |
0.2.13 |
openai |
1.102.0 |
opencensus |
0.11.4 |
opencensus-context |
0.1.3 |
opencv-python-headless |
4.11.0.86 |
opentelemetry-api |
1.26.0 |
opentelemetry-exporter-otlp |
1.26.0 |
opentelemetry-exporter-otlp-proto-common |
1.26.0 |
opentelemetry-exporter-otlp-proto-grpc |
1.26.0 |
opentelemetry-exporter-otlp-proto-http |
1.26.0 |
opentelemetry-exporter-prometheus |
0.47b0 |
opentelemetry-proto |
1.26.0 |
opentelemetry-sdk |
1.26.0 |
opentelemetry-semantic-conventions |
0.47b0 |
opentelemetry-semantic-conventions-ai |
0.4.13 |
outlines |
0.1.11 |
outlines_core |
0.1.26 |
packaging |
24.2 |
pandas |
2.2.3 |
parso |
0.8.5 |
partd |
1.4.2 |
partial-json-parser |
0.2.1.1.post6 |
pastel |
0.2.1 |
patsy |
1.0.1 |
peft |
0.17.1 |
pexpect |
4.9.0 |
pillow |
10.4.0 |
platformdirs |
4.4.0 |
plotly |
6.3.0 |
prometheus-fastapi-instrumentator |
7.1.0 |
prometheus_client |
0.22.1 |
prompt_toolkit |
3.0.52 |
propcache |
0.3.2 |
prophet |
1.1.7 |
proto-plus |
1.26.1 |
protobuf |
4.25.8 |
psutil |
7.0.0 |
ptyprocess |
0.7.0 |
pure_eval |
0.2.3 |
py-cpuinfo |
9.0.0 |
py-spy |
0.4.1 |
py4j |
0.10.9.7 |
pyarrow |
19.0.1 |
pyasn1 |
0.6.1 |
pyasn1_modules |
0.4.2 |
pyairports |
24.6.1 |
pycparser |
2.22 |
pydantic |
2.11.7 |
pydantic-extra-types |
2.10.5 |
pydantic-settings |
2.10.1 |
pydantic_core |
2.33.2 |
pydeck |
0.9.1 |
Pygments |
2.19.2 |
PyJWT |
2.10.1 |
pylev |
1.4.0 |
pylibcudf-cu12 |
25.6.0 |
pylibraft-cu12 |
25.6.0 |
pymc |
5.25.1 |
pynvjitlink-cu12 |
0.7.0 |
pynvml |
12.0.0 |
pyOpenSSL |
25.1.0 |
pyparsing |
3.2.3 |
pysimdjson |
6.0.2 |
pystan |
3.10.0 |
pytensor |
2.31.7 |
python-dateutil |
2.9.0.post0 |
python-dotenv |
1.1.1 |
python-json-logger |
3.3.0 |
python-multipart |
0.0.20 |
pytimeparse |
1.1.8 |
pytz |
2025.2 |
PyYAML |
6.0.2 |
pyzmq |
27.0.2 |
raft-dask-cu12 |
25.6.0 |
rapids-dask-dependency |
25.6.0 |
rapids-logger |
0.1.1 |
ray |
2.47.1 |
referencing |
0.36.2 |
regex |
2025.7.34 |
requests |
2.32.5 |
retrying |
1.4.2 |
rich |
13.9.4 |
rich-toolkit |
0.15.0 |
rignore |
0.6.4 |
rmm-cu12 |
25.6.0 |
rpds-py |
0.27.1 |
rsa |
4.9.1 |
s3fs |
2025.3.0 |
s3transfer |
0.13.1 |
safetensors |
0.6.2 |
scikit-learn |
1.5.2 |
scipy |
1.15.3 |
seaborn |
0.13.2 |
pyairports |
0.2.1 |
sentry-sdk |
2.35.1 |
shap |
0.48.0 |
shellingham |
1.5.4 |
six |
1.17.0 |
slicer |
0.0.8 |
smart_open |
7.3.0.post1 |
smmap |
5.0.2 |
sniffio |
1.3.1 |
snowbooks |
1.76.7rc1 |
snowflake |
1.7.0 |
snowflake-connector-python |
3.17.2 |
snowflake-ml-python |
1.11.0 |
snowflake-snowpark-python |
1.37.0 |
snowflake-telemetry-python |
0.7.1 |
snowflake._legacy |
1.0.1 |
snowflake.core |
1.7.0 |
snowpark-connect |
0.20.3 |
sortedcontainers |
2.4.0 |
sqlglot |
27.9.0 |
sqlparse |
0.5.3 |
stack-data |
0.6.3 |
stanio |
0.5.1 |
starlette |
0.47.3 |
statsmodels |
0.14.5 |
Streamlit |
1.39.1 |
sympy |
1.13.1 |
tblib |
3.1.0 |
tenacity |
9.1.2 |
threadpoolctl |
3.6.0 |
tiktoken |
0.11.0 |
tokenizers |
0.21.4 |
toml |
0.10.2 |
tomlkit |
0.13.3 |
toolz |
1.0.0 |
torch |
2.6.0+cu126 |
torchaudio |
2.6.0+cu126 |
torchvision |
0.21.0+cu126 |
tornado |
6.5.2 |
tqdm |
4.67.1 |
traitlets |
5.14.3 |
transformers |
4.51.3 |
treelite |
4.4.1 |
triton |
3.2.0 |
typer |
0.16.1 |
typing-inspection |
0.4.1 |
typing_extensions |
4.15.0 |
tzdata |
2025.2 |
tzlocal |
5.3.1 |
ucx-py-cu12 |
0.44.0 |
ucxx-cu12 |
0.44.0 |
urllib3 |
2.5.0 |
uvicorn |
0.35.0 |
uvloop |
0.21.0 |
virtualenv |
20.34.0 |
vllm |
0.8.5.post1 |
watchdog |
5.0.3 |
watchfiles |
1.1.0 |
wcwidth |
0.2.13 |
webargs |
8.7.0 |
websockets |
15.0.1 |
Werkzeug |
3.1.3 |
wrapt |
1.17.3 |
xarray |
2025.6.1 |
xarray-einstats |
0.8.0 |
xformers |
0.0.29.post2 |
xgboost |
2.1.4 |
xgboost-ray |
0.1.19 |
xgrammar |
0.1.18 |
xxhash |
3.5.0 |
yarl |
1.20.1 |
zict |
3.0.0 |
zipp |
3.23.0 |
最適化されたトレーニング¶
Container Runtime offers a set of distributed training APIs, including distributed versions of LightGBM, PyTorch,
and XGBoost, that take full advantage of the available resources in the container environment. These are found in the
snowflake.ml.modeling.distributors namespace. The APIs of the distributed classes are similar to those of the
standard versions.
これらの APIs の詳細については、 API リファレンス をご参照ください。
XGBoost¶
プライマリ XGBoost クラスは snowflake.ml.modeling.distributors.xgboost.XGBEstimator になります。関連するクラスには次が含まれます。
snowflake.ml.modeling.distributors.xgboost.XGBScalingConfig
For an example of working with this API, see the XGBoost on GPU example notebook in the Snowflake Container Runtime GitHub repository.
LightGBM¶
プライマリ LightGBM クラスは snowflake.ml.modeling.distributors.lightgbm.LightGBMEstimator になります。関連するクラスには次が含まれます。
snowflake.ml.modeling.distributors.lightgbm.LightGBMScalingConfig
For an example of working with this API, see the LightGBM on GPU example notebook in the Snowflake Container Runtime GitHub repository.
PyTorch¶
プライマリ PyTorch クラスは snowflake.ml.modeling.distributors.pytorch.PyTorchDistributor になります。関連クラスと関数は以下の通りです。
snowflake.ml.modeling.distributors.pytorch.WorkerResourceConfigsnowflake.ml.modeling.distributors.pytorch.PyTorchScalingConfigsnowflake.ml.modeling.distributors.pytorch.Contextsnowflake.ml.modeling.distributors.pytorch.get_context
For an example of working with this API, see the PyTorch on GPU example notebook in the Snowflake Container Runtime GitHub repository.
次のステップ¶
To try the notebook using Container Runtime, see Notebooks on Container Runtime.