Mantenha tudo organizado com as coleções
Salve e categorize o conteúdo com base nas suas preferências.
O Vertex AI Workbench é um ambiente de desenvolvimento baseado em notebook do JupyterLab disponível para todo o fluxo de trabalho de ciência de dados. É possível interagir
com a Vertex AI e os serviços dela no Google Distributed Cloud (GDC) isolado
em um notebook de uma instância do JupyterLab fornecida pelo Vertex AI Workbench.
Com as integrações e os recursos do Vertex AI Workbench, é mais fácil acessar seus dados de machine learning, compartilhar e processar dados com mais rapidez, interagir com os serviços da Vertex AI usando a linguagem de programação Python e muito mais.
Interaja com os serviços da Vertex AI, autentique solicitações de API
e use recursos da Vertex AI em scripts Python.
Crie um backup e restaure os dados da instância do JupyterLab.
Use um ambiente de desenvolvimento integrado (IDE) para usar integrações
integradas dos notebooks JupyterLab.
Configure um ambiente de produção completo baseado em notebook.
Instâncias do JupyterLab
O Vertex AI Workbench oferece instâncias do JupyterLab com integrações
integradas que ajudam a configurar um ambiente de produção completo baseado em notebook. As instâncias do JupyterLab combinam integrações orientadas ao fluxo de trabalho de uma
instância gerenciada com a personalização e o controle necessários sobre seu
ambiente.
O Vertex AI Workbench inclui tipos de instância pré-instalados com o
JupyterLab
e um conjunto de pacotes de aprendizado profundo, incluindo suporte para os
frameworks TensorFlow e PyTorch. Dependendo das suas necessidades, é possível escolher entre instâncias somente de CPU ou ativadas para GPU.
É possível selecionar uma imagem do Docker e um cluster para o ambiente da instância do JupyterLab. O Docker permite criar um ambiente personalizado do JupyterLab e transformá-lo em uma imagem. Essa imagem garante consistência e reprodutibilidade em diferentes implantações, incluindo todos os pacotes e ferramentas necessários. Você pode
compartilhar esse ambiente personalizado com outras pessoas ou usá-lo como base para
desenvolvimento futuro.
As instâncias do JupyterLab são protegidas por autenticação e autorização.
[[["Fácil de entender","easyToUnderstand","thumb-up"],["Meu problema foi resolvido","solvedMyProblem","thumb-up"],["Outro","otherUp","thumb-up"]],[["Difícil de entender","hardToUnderstand","thumb-down"],["Informações incorretas ou exemplo de código","incorrectInformationOrSampleCode","thumb-down"],["Não contém as informações/amostras de que eu preciso","missingTheInformationSamplesINeed","thumb-down"],["Problema na tradução","translationIssue","thumb-down"],["Outro","otherDown","thumb-down"]],["Última atualização 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)."]]
