AI Platform Notebooksbêta

Un service de notebook d'entreprise pour des projets opérationnels en quelques minutes seulement.
Instances de notebook JupyterLab gérées

Instances de notebook JupyterLab gérées

AI Platform Notebooks est un service géré. Il propose un environnement JupyterLab intégré dans lequel les développeurs de machine learning et les data scientists peuvent créer en un clic des instances exécutant JupyterLab. Les frameworks de machine learning et de science des données les plus récents y sont préinstallés. Notebooks est intégré à BigQuery, Cloud Dataproc et Cloud Dataflow, pour passer facilement de l'ingestion au prétraitement, puis à l'exploration des données et, finalement, à l'entraînement et au déploiement des modèles.

Soyez rapidement opérationnel

Déployez de nouvelles instances JupyterLab en un clic, et commencez immédiatement l'analyse de vos données. Chaque instance est préconfigurée avec des versions optimisées des bibliothèques de science des données et de machine learning les plus courantes. Plus besoin de s'inquiéter de la création et la gestion des VM.

Utilisez des frameworks Open Source populaires

La prise en main est rapide : Notebooks utilise l'interface de JupyterLab (standard dans l'industrie) associée à des versions optimisées des bibliothèques les plus courantes, telles que TensorFlow, PyTorch, scikit-learn, pandas, NumPy, SciPy et Matplotlib.

Évolutivité à la demande

Vous pouvez commencer en douceur, puis monter en puissance en ajoutant des processeurs, des RAM et des GPU. Et si vos données deviennent trop volumineuses pour une seule machine, passez de manière fluide à des services distribués tels que BigQuery, Cloud Dataproc, Cloud Dataflow, et AI Platform Training and Prediction. 

Un processus de bout en bout

À partir de vos données, vous pourrez procéder au déploiement d'un modèle de machine learning sans quitter Notebooks. Récupérez les données à partir de BigQuery, utilisez Cloud Dataproc pour les transformer, et profitez des services AI Platform ou Kubeflow pour l'entraînement distribué et les prédictions en ligne. 

Fonctionnalités

Expérience JupyterLab gérée

Notebooks est basé sur JupyterLab, une interface standard dans l'industrie. Vous pouvez donc l'utiliser avec tous les data scientists RPython et R, et personnaliser votre environnement par l'installation de plugins JupyterLab. 

Compatibilité avec AI Hub

Notebooks est étroitement intégré à AI Hub, un catalogue riche et varié de composants d'IA Plug and Play. Découvrez et utilisez des notebooks interactifs et prêts à être déployés, conçus par des chercheurs en IA et des ingénieurs clients de Google et de nos partenaires. Favorisez la collaboration en partageant vos propres notebooks au sein de votre organisation GCP, afin que d'autres puissent bénéficier de votre travail.

Compatibilité avec les frameworks de science des données

Nous fournissons un environnement préconfiguré compatible avec les bibliothèques de science des données les plus populaires, y compris R, pandas, NumPy, SciPy, scikit-learn et Matplotlib, et avec des frameworks de machine learning tels que TensorFlow, Keras, XGBoost et PyTorch. 

Optimisation pour le machine learning

Les versions optimisées de TensorFlow et de PyTorch pour Notebooks vous permettent de tirer le meilleur parti du matériel GCP, et d'ajouter ou de supprimer en toute simplicité des GPU de votre instance. 

Expérience intégrée

Notebooks comprend par défaut les bibliothèques clientes GCP qui facilitent l'analyse de vos données et la création, l'entraînement et le déploiement de modèles de machine learning. 

Compatibilité avec Git

La transmission des notebooks depuis et vers votre dépôt Git est très simple, ce qui en facilite le partage avec vos collègues.

Paramètres réseau avancés

Vous pouvez sélectionner n'importe quel cloud privé virtuel (VPC) pour les Instances de notebook, à condition que votre VPC y ait accès via Google Private Accessou Google Cloud Storage. Vous pouvez également désactiver l'adresse IP publique et accéder à votre instance via le proxy.

Accès en mode mono-utilisateur et via un compte de service

Vous pouvez créer une instance de notebook qui est accessible par un seul utilisateur. Vous pouvez aussi spécifier un compte de service ayant accès au notebook. 

Utilisation de votre propre conteneur

Vous pouvez exécuter une instance de notebook sur le conteneur de votre choix. Vous avez ainsi la possibilité d'installer des bibliothèques spécifiques stipulées par votre organisation ou de préconfigurer l'environnement de votre choix exécutant JupyterLab.

Le cycle de développement du machine learning

Ressources

Tarifs

Il n'y a pas de frais minimums ni d'engagement préalable. L'utilisation de Notebooks est gratuite. Vous payez uniquement les ressources cloud utilisées avec l'instance Notebooks : AI Platform Training, AI Platform Predictions, Compute Engine, BigQuery et Cloud Storage. Utilisez notre simulateur de coût pour estimer le coût d'exécution de vos charges de travail

Google Cloud

Premiers pas

Développez vos connaissances et créez des applications

Vous débutez sur GCP ? Bénéficiez d'un avoir de 300 $ pour essayer les produits GCP gratuitement.

Encore besoin d'aide ?

Nos experts peuvent vous aider à concevoir la solution adaptée à vos besoins ou à trouver le bon partenaire.

Ce produit est disponible en version bêta. Pour en savoir plus sur les étapes de lancement de nos produits, cliquez ici.

Envoyer des commentaires concernant…

AI Platform Notebooks
Besoin d'aide ? Consultez notre page d'assistance.