Notebooks

Servicio empresarial de notebooks para poner en marcha y ejecutar tus proyectos en cuestión de minutos.

Descripción del contenido del video

Instancias administradas de notebooks de JupyterLab

AI Platform Notebooks es un servicio administrado que ofrece un entorno integrado y seguro de JupyterLab para que los científicos de datos y los desarrolladores de aprendizaje automático experimenten, desarrollen e implementen modelos en la producción. Con un solo clic, los usuarios pueden crear instancias que ejecuten JupyterLab y tengan previamente instalados los frameworks más recientes de ciencia de datos y aprendizaje automático.

Novedades

Implementa con un solo clic

Puedes implementar instancias nuevas de JupyterLab con un clic y comenzar a analizar tus datos de inmediato. Cada instancia viene preconfigurada con versiones optimizadas de las bibliotecas más populares de ciencia de datos y aprendizaje automático, incluidas TensorFlow, Keras, PyTorch, fast.ai, RAPIDS, NumPy, scikit‑learn, Pandas y matplotlib.

Escala según la demanda

Puedes comenzar en un nivel bajo y escalar de manera vertical agregando CPU, RAM y GPU. Cuando tengas demasiados datos para una sola máquina, podrás cambiar sin interrupciones a servicios distribuidos como BigQuery, Dataproc, Dataflow y Vertex Training and Prediction. Pagas por las instancias solo mientras se ejecutan.

Obtén una experiencia sin interrupciones

Pasarás de los datos a un modelo implementado de aprendizaje automático sin salir de Notebooks. Extrae datos de BigQuery, usa Cloud Dataproc para transformarlos y aprovecha los servicios de Vertex AI o Kubeflow a fin de obtener un entrenamiento distribuido y predicciones en línea.

Funciones

Experiencia administrada de JupyterLab

Notebooks se basa en el JupyterLab estándar de la industria. Por eso, puedes usarlo con la comunidad de ciencia de datos de RPython y R, e instalar complementos de JupyterLab para personalizar tu entorno.

Desarrollo seguro

Notebooks admite arquitecturas de seguridad empresarial populares mediante controles de VPC-SC, IP privada y VPC compartida. También puedes encriptar los datos almacenados en el disco con claves de encriptación administradas por el cliente (CMEK).

Acceso controlado de usuarios

Puedes elegir entre dos modos predefinidos de acceso de usuarios: restringe Notebooks a un solo usuario o usa una cuenta de servicio. También puedes personalizar el acceso según la arquitectura de seguridad de tu empresa en Cloud Identity and Access Management.

Herramientas de redes avanzadas

Puedes seleccionar cualquier nube privada virtual para las instancias de Notebook, siempre y cuando tengan acceso a Cloud Storage, ya sea mediante el Acceso privado a Google o a través de Internet. También puedes desactivar la dirección IP pública y acceder a las instancias mediante un proxy.

Compatibilidad con frameworks de ciencia de datos

Proporcionamos un entorno preconfigurado compatible con las bibliotecas de ciencia de datos más populares, incluidas R, Pandas, NumPy, SciPy, scikit‑learn y matplotlib, así como frameworks de AA, como TensorFlow, Keras, fast.ai, RAPIDS, XGBoost y PyTorch.

Optimizado para el aprendizaje automático

Las versiones optimizadas de TensorFlow y PyTorch que se usan en Notebooks te permiten sacar el máximo provecho del hardware de Google Cloud, así como agregar GPU a tus instancias y quitarlas sin interrupciones.

Compatibilidad con Git

Es fácil extraer y enviar notebooks desde tu repositorio de Git, lo que también facilita compartirlos con colegas.

Contenedores adquiridos por el usuario

Las instancias de notebooks pueden ejecutarse en los contenedores que tú elijas. Esto te brinda la flexibilidad necesaria para instalar las bibliotecas específicas que requiera tu organización o preconfigurar el entorno a fin de ejecutar JupyterLab como prefieras.

Compatibilidad con Explainable AI

Explainable AI de Google Cloud viene preinstalado en Notebooks, lo que te permite generar atribuciones de función sobre la marcha para prototipar y depurar modelos con rapidez.

Ciclo de vida del aprendizaje automático de extremo a extremo

En el campo de arriba, se lee Vertex AI. Existen 4 columnas de canalización con flechas que se mueven de izquierda a derecha. 1 Preparar. Lista con etiquetado de datos, Cloud Storage y conjuntos de datos de BigQuery. 2 Compilar. Lista con Notebooks, AutoML, entrenamiento, Deep Learning VM Image y contenedores de aprendizaje profundo. 3 Validar. Lista con AI Explanations, Herramienta What-If y Vizier. 4 Implementar. Lista con Prediction y TensorFlow Enterprise.

Recursos

Precios

El uso de Notebooks no contempla tarifas mínimas, compromisos anticipados ni cobros. Solo pagas por los recursos en la nube que uses con la instancia de Notebooks, es decir, Compute Engine, Cloud Storage, Vertex Training, Vertex Predictions y BigQuery, entre otros. Con nuestra calculadora de precios, puedes estimar los costos de la ejecución de tus cargas de trabajo.

Da el siguiente paso

Comienza a crear en Google Cloud con el crédito gratis de $300 y los más de 20 productos del nivel Siempre gratuito.

¿Necesitas ayuda para comenzar?
Trabaja con un socio confiable
Sigue explorando