Organiza tus páginas con colecciones
Guarda y categoriza el contenido según tus preferencias.
Vertex AI Workbench es un entorno de desarrollo basado en notebooks de JupyterLab disponible para todo tu flujo de trabajo de ciencia de datos. Puedes interactuar con Vertex AI y sus servicios en Google Distributed Cloud (GDC) aislado desde un notebook de una instancia de JupyterLab que proporciona Vertex AI Workbench.
Las integraciones y funciones de Vertex AI Workbench facilitan el acceso a tus datos de aprendizaje automático, el uso compartido y el procesamiento de datos más rápidos, la interacción con los servicios de Vertex AI a través del lenguaje de programación Python y mucho más.
Por ejemplo, Vertex AI Workbench te permite hacer lo siguiente:
Interactúa con los servicios de Vertex AI, autentica solicitudes a la API y usa las funciones de Vertex AI desde secuencias de comandos de Python.
Crea una copia de seguridad y restablece los datos de tu instancia de JupyterLab.
Usa un entorno de desarrollo integrado (IDE) para usar las integraciones integradas de los notebooks de JupyterLab.
Configura un entorno de producción basado en notebooks de extremo a extremo.
Instancias de JupyterLab
Vertex AI Workbench ofrece instancias de JupyterLab con integraciones incorporadas que te ayudan a configurar un entorno de producción de extremo a extremo basado en notebooks. Las instancias de JupyterLab combinan las integraciones orientadas al flujo de trabajo de una instancia administrada con la personalización y el control que necesitas sobre tu entorno.
Vertex AI Workbench incluye tipos de instancias con JupyterLab y un conjunto de paquetes de aprendizaje profundo preinstalados, incluida la compatibilidad con los frameworks de TensorFlow y PyTorch. Según tus necesidades, puedes elegir entre instancias solo para CPU o habilitadas para GPU.
Puedes seleccionar una imagen de Docker y un clúster para el entorno de tu instancia de JupyterLab. Docker te permite crear un entorno personalizado de JupyterLab y compilarlo en una imagen. Esta imagen garantiza la coherencia y la reproducibilidad en diferentes implementaciones, incluidos todos los paquetes y las herramientas necesarios. Puedes compartir este entorno personalizado con otras personas o usarlo como base para el desarrollo futuro.
Las instancias de JupyterLab están protegidas por autenticación y autorización.
[[["Fácil de comprender","easyToUnderstand","thumb-up"],["Resolvió mi problema","solvedMyProblem","thumb-up"],["Otro","otherUp","thumb-up"]],[["Difícil de entender","hardToUnderstand","thumb-down"],["Información o código de muestra incorrectos","incorrectInformationOrSampleCode","thumb-down"],["Faltan la información o los ejemplos que necesito","missingTheInformationSamplesINeed","thumb-down"],["Problema de traducción","translationIssue","thumb-down"],["Otro","otherDown","thumb-down"]],["Última actualización: 2025-09-04 (UTC)"],[[["\u003cp\u003eVertex AI Workbench is a JupyterLab notebook-based development environment that allows users to interact with Vertex AI and its services on Google Distributed Cloud (GDC) in an air-gapped environment.\u003c/p\u003e\n"],["\u003cp\u003eVertex AI Workbench simplifies machine learning workflows by providing easy access to data, faster processing, and the ability to interact with Vertex AI services through Python.\u003c/p\u003e\n"],["\u003cp\u003eJupyterLab instances in Vertex AI Workbench offer a managed environment with built-in integrations, customization, and pre-installed deep learning packages like TensorFlow and PyTorch, with options for CPU-only or GPU-enabled instances.\u003c/p\u003e\n"],["\u003cp\u003eUsers can customize their JupyterLab environment using Docker images, ensuring consistency and reproducibility across deployments and allowing for the sharing of customized environments with other users.\u003c/p\u003e\n"],["\u003cp\u003eVertex AI Workbench instances are secured by authentication and authorization, and it offers features to manage notebooks and create backups.\u003c/p\u003e\n"]]],[],null,["# Learn about Vertex AI Workbench\n\nVertex AI Workbench is a JupyterLab notebook-based development\nenvironment available for your entire data science workflow. You can interact\nwith Vertex AI and its services on Google Distributed Cloud (GDC) air-gapped\nfrom within a notebook of a JupyterLab instance that Vertex AI Workbench\nprovides.\n\nVertex AI Workbench integrations and features make accessing your\nmachine learning data easier, sharing and processing data faster, interacting\nwith Vertex AI services using the Python programming language,\nand more.\n\nFor example, Vertex AI Workbench lets you do the following:\n\n- Access and explore your machine learning data from within a [JupyterLab notebook](https://jupyter.org/).\n- Share your JupyterLab notebook with other users of your project.\n- Import [Vertex AI client libraries](/distributed-cloud/hosted/docs/latest/gdch/application/ao-user/vertex-ai-install-libraries) to simplify accessing APIs programmatically.\n- Interact with Vertex AI services, authenticate API requests, and use Vertex AI features from Python scripts.\n- Create a backup and restore your JupyterLab instance data.\n- Use an integrated development environment (IDE) to use built-in integrations of JupyterLab notebooks.\n- Set up an end-to-end notebook-based production environment.\n\nJupyterLab instances\n--------------------\n\nVertex AI Workbench offers JupyterLab instances with built-in\nintegrations that help you set up an end-to-end notebook-based production\nenvironment. JupyterLab instances combine workflow-oriented integrations of a\nmanaged instance with the customization and control you need over your\nenvironment.\n\nVertex AI Workbench includes instance types preinstalled with\n[JupyterLab](https://jupyterlab.readthedocs.io/en/stable/getting_started/overview.html)\nand a suite of deep learning packages, including support for the\nTensorFlow and PyTorch frameworks. Depending on your needs, you can\nchoose between CPU-only or GPU-enabled instances.\n\nYou can select a Docker image and a cluster for your JupyterLab instance\nenvironment. Docker lets you create a custom JupyterLab environment and build it\ninto an image. This image ensures consistency and reproducibility across\ndifferent deployments, including all the necessary packages and tools. You can\nshare this customized environment with others or use it as a foundation for\nfuture development.\n\nJupyterLab instances are protected by authentication and authorization.\n\nWhat's next\n-----------\n\n- [Control access to Vertex AI Workbench](/distributed-cloud/hosted/docs/latest/gdch/application/ao-user/vertex-ai-workbench-access).\n\n- [Manage JupyterLab notebooks](/distributed-cloud/hosted/docs/latest/gdch/application/ao-user/vertex-ai-workbench).\n\n- [Create a backup and restore notebook data](/distributed-cloud/hosted/docs/latest/gdch/application/ao-user/backup-restore-notebook-data)."]]
