AI Platform Notebooks
代管式 JupyterLab 笔记本实例
AI Platform Notebooks 是一项代管式服务，为数据科学家和机器学习开发者提供安全的集成式 JupyterLab 环境，帮助他们进行实验、开发模型以及将模型部署到生产环境。用户只需点击一下鼠标，就可以创建好运行 JupyterLab 并且预装了最新的数据科学和机器学习框架的实例。
最新资讯
快速上手使用
您只需点击一下鼠标，即可部署新的 JupyterLab 实例，立即开始分析数据。每个实例都预配置了最受欢迎的数据科学和机器学习库的优化版本，包括 TensorFlow、Keras、PyTorch、fast.ai、RAPIDS、NumPy、scikit-learn、pandas 和 Matplotlib。
按需扩容
您可以从小容量起步，通过添加 CPU、RAM 和 GPU 进行纵向扩容。当数据量增长太多，一台机器已无法处理时，您可以无缝切换到分布式服务，如 BigQuery、Cloud Dataproc、Cloud Dataflow、AI Platform Training 和 AI Platform Prediction。您只需为这些实例正常运行的时间付费。
无缝体验
从处理数据到部署机器学习模型，一切工作都无需离开 AI Platform Notebooks。这包括从 BigQuery 拉取数据、使用 Dataproc 转换数据，以及利用 AI Platform 服务或 Kubeflow 进行分布式训练和在线预测。
特性
代管式 JupyterLab 体验
AI Platform Notebooks 在行业标准 JupyterLab 的基础上构建而成。因此，您可以搭配使用 RPython 和 R 数据科学社区提供的各种工具，以及通过安装 JupyterLab 插件来自定义您的环境。
安全开发
AI Platform Notebooks 提供 VPC-SC、共享 VPC 和专用 IP 控件，可支持常见的企业安全架构。您还可以使用 CMEK 加密磁盘上的数据。
受控的用户访问权限
有两种预定义的用户访问模式可供选择：仅限一名用户可以访问 AI Platform Notebooks，或者使用服务帐号。您还可以根据企业的安全架构，按照 Cloud Identity and Access Management 自定义访问权限。
高级网络设置
只要 AI Platform Notebooks 实例可以通过 Google 专用访问通道或互联网访问 Cloud Storage，您便可为其选择任何虚拟私有云。您还可以关闭公共 IP 地址，通过代理访问实例。
数据科学框架支持
我们提供预先配置好的环境，该环境支持最常用的数据科学库（包括 R、pandas、NumPy、SciPy、scikit-learn 和 Matplotlib）以及机器学习框架（如 TensorFlow、Keras、fast.ai、RAPIDS、XGBoost 和 PyTorch）。
专为机器学习而优化
Notebooks 提供的 TensorFlow 和 PyTorch 优化版本使您可充分利用 Google Cloud 硬件，并可在您的实例中无缝地添加和移除 GPU。
Git 支持
您可以从 Git 代码库中轻松拉取和推送笔记本，从而与同事便捷地共享笔记本。
自备容器
您可以在自己选择的容器上运行 AI Platform Notebooks 实例。这使您可以灵活地安装贵组织强制要求的特定库，还可以根据自己的偏好预先配置 JupyterLab 的运行环境。
Explainable AI 支持
Notebooks 预装了 Google Cloud 的 Explainable AI，可让您即时生成特征归因，以快速进行模型原型设计和调试。
端到端机器学习生命周期
资源
尝试通过这个 Codelab 来了解 AI Platform Notebooks
AI Platform Notebooks 文档
学习数据工程课程
Jupyter 笔记本清单
通过 Jupyter 笔记本使用 AutoML Tables
通过 AI Platform Notebooks 使用 Pipelines SDK
了解 Google Cloud 上的数据工程、大数据和机器学习
Next ’19：以 Jupyter 笔记本为中心进行开发
AI Platform 文档
开始在 Google Cloud 上构建项目，获享 $300 赠金以及 20 多种始终免费的产品。
Cloud AI 产品遵循此处列出的服务等级协议 (SLA) 政策。这些产品在延迟时间或可用性方面的保证可能与其他 Google Cloud 服务有所不同。