瞭解 Vertex AI Workbench

Vertex AI Workbench 是以 JupyterLab 筆記本為基礎的開發環境，適用於整個數據資料學工作流程。您可以在 Vertex AI Workbench 提供的 JupyterLab 執行個體筆記本中，與 Google Distributed Cloud (GDC) 氣隙中的 Vertex AI 及其服務互動。

透過 Vertex AI Workbench 整合功能和功能，您可以更輕鬆地存取機器學習資料、更快地分享及處理資料、使用 Python 程式設計語言與 Vertex AI 服務互動等。

舉例來說，您可以使用 Vertex AI Workbench 執行下列操作：

• 在 JupyterLab 筆記本中存取及探索機器學習資料。
• 與專案的其他使用者共用 JupyterLab 筆記本。
• 匯入 Vertex AI 用戶端程式庫，簡化以程式輔助方式存取 API 的程序。
• 與 Vertex AI 服務互動、驗證 API 要求，以及從 Python 指令碼使用 Vertex AI 功能。
• 建立備份並還原 JupyterLab 執行個體資料。
• 使用整合式開發環境 (IDE)，透過 JupyterLab 筆記本的內建整合功能進行操作。
• 設定以筆記本為基礎的端對端正式環境。

JupyterLab 執行個體

Vertex AI Workbench 提供內建整合功能的 JupyterLab 執行個體，可協助您設定以筆記本為基礎的端對端生產環境。JupyterLab 執行個體結合了代管執行個體以工作流程為導向的整合功能，以及您對環境所需的自訂和控制功能。

Vertex AI Workbench 包含預先安裝 JupyterLab 的執行個體類型，以及一系列深度學習套件，包括支援 TensorFlow 和 PyTorch 架構。您可以根據需求，選擇只使用 CPU 或已啟用 GPU 的執行個體。

您可以為 JupyterLab 執行個體環境選取 Docker 映像檔和叢集。Docker 可讓您建立自訂 JupyterLab 環境，並建構為映像檔。這個映像檔可確保不同部署作業的一致性和可重現性，包括所有必要套件和工具。您可以與他人共用這個自訂環境，或將其做為日後開發的基礎。

JupyterLab 執行個體受到驗證和授權機制保護。

後續步驟

• 控管 Vertex AI Workbench 的存取權。

• 管理 JupyterLab 筆記本。

• 建立備份並還原記事本資料。