Introduzione ai blocchi note gestiti

Istanze di blocchi note gestiti da Vertex AI Workbench sono ambienti gestiti da Google con integrazioni e funzionalità utili per configurare un ambiente di produzione end-to-end basato su blocchi note Jupyter.

Le istanze di blocchi note gestiti sono preconfigurate JupyterLab e hanno una suite preinstallata di pacchetti di deep learning, incluso il supporto per TensorFlow e PyTorch i modelli di machine learning. Le istanze di blocchi note gestiti supportano gli acceleratori GPU e la possibilità di sincronizzarsi con GitHub. Le tue istanze di blocchi note gestiti sono protette tramite l'autenticazione e l'autorizzazione di Google Cloud.

Infrastruttura di computing gestita da Google

Un'istanza di blocchi note gestiti da Vertex AI Workbench è un'infrastruttura di computing basata su blocchi note Jupyter e gestita da Google.

Quando crei un'istanza di blocchi note gestiti, il deployment viene eseguito come istanza di macchina virtuale (VM) gestita da Google progetto tenant.

L'istanza di blocchi note gestiti include molti ambienti framework di data science, come TensorFlow e PyTorch. Puoi anche aggiungere le tue immagini container personalizzate della tua istanza di blocchi note gestiti. Questi ambienti disponibili come kernel, che puoi eseguire blocco note.

Quando esegui un blocco note in uno dei kernel, Vertex AI Workbench avvia il container corrispondente, crea una sessione Jupyter su di esso la sessione Jupyter per eseguire il blocco note sul container.

Questa infrastruttura di computing gestita da Google include integrazioni che ti aiutano a implementare data science e machine learning dei flussi di lavoro dall'inizio alla fine. Per informazioni dettagliate, consulta le sezioni seguenti.

Utilizzo di container personalizzati

Puoi aggiungere immagini container Docker personalizzate la tua istanza di blocchi note gestiti di eseguire il codice del tuo blocco note in un ambiente personalizzato per le tue esigenze.

Questi container personalizzati possono essere utilizzati direttamente Interfaccia utente JupyterLab, insieme ai framework preinstallati. Per ulteriori informazioni, consulta Aggiungere un container personalizzato di un'istanza di blocchi note gestiti.

Flusso di lavoro basato su blocco note

Le istanze di blocchi note gestiti consentono eseguire attività orientate al flusso di lavoro senza uscire dall'interfaccia utente JupyterLab.

Controlla il tuo hardware e framework da JupyterLab

In un'istanza di blocchi note gestiti, la tua interfaccia utente JupyterLab specifica su quali risorse di computing verrà eseguito il tuo codice. Ad esempio: puoi configurare quante vCPU o GPU vuoi, quanta RAM vuoi e il framework in cui vuoi eseguire il codice. Puoi prima scrivere il codice e quindi scegli come eseguirlo senza uscire da JupyterLab o riavviare l'istanza. Per eseguire test rapidi del codice, puoi fare lo scale down dell'hardware e poi scalare l'hardware per eseguire il codice su più dati.

Accesso ai dati

Puoi accedere ai tuoi dati senza uscire dall'interfaccia utente JupyterLab.

Nel menu di navigazione di JupyterLab su per un'istanza di blocchi note gestiti, puoi utilizzare Integrazione di Cloud Storage per sfogliare i dati e altri file a cui hai accesso. Vedi Accedere a bucket e file di Cloud Storage da JupyterLab.

Puoi utilizzare anche Integrazione di BigQuery per sfogliare le tabelle a cui hai accesso, scrivi query, visualizza l'anteprima dei risultati e carica i dati nel tuo blocco note. Consulta Eseguire query sui dati nelle tabelle BigQuery da JupyterLab.

Esegui esecuzioni blocco note

Utilizzare l'esecutore per eseguire un file blocco note come esecuzione una tantum o in base a una pianificazione. Scegli l'ambiente e l'hardware specifici che vuoi su cui eseguire l'esecuzione. Il codice del blocco note verrà eseguito l'addestramento personalizzato di Vertex AI, che può semplificare eseguire l'addestramento distribuito, ottimizzare gli iperparametri o e pianificare job di addestramento continuo. Vedi Eseguire file del blocco note con l'esecutore.

Puoi utilizzare parametri in la tua esecuzione per apportare modifiche specifiche a ogni esecuzione. Ad esempio, puoi specificare un set di dati diverso da utilizzare, cambiare il tasso di apprendimento sul modello o cambiare la versione del modello.

Puoi anche impostare l'esecuzione di un blocco note su un programmazione. Anche quando l'istanza è in esecuzione, Vertex AI Workbench eseguire il file del blocco note e salvare i risultati da guardare e condividere con gli altri.

Condividi insight

Le esecuzioni del blocco note eseguite vengono archiviate in un bucket Cloud Storage, per condividere i tuoi dati con altre persone concedendo l'accesso ai risultati. Visualizza la sezione precedente sull'esecuzione del blocco note.

Proteggi l'istanza

Puoi eseguire il deployment della tua istanza di blocchi note gestiti con la rete predefinita gestita da Google, che utilizza una rete VPC e una subnet predefinite. Al posto della rete predefinita, puoi specificare rete VPC da utilizzare con la tua istanza. Per ulteriori informazioni, vedi Configura una rete. Puoi utilizzare la modalità Controlli di servizio VPC per offrire maggiore sicurezza ai tuoi di blocchi note gestiti.

Per utilizzare i blocchi note gestiti all'interno di un perimetro di servizio, consulta Utilizzare un'istanza di blocchi note gestiti all'interno di un servizio perimetrale.

Per impostazione predefinita, Google Cloud cripta automaticamente i dati quando sono rest utilizzando chiavi di crittografia. gestiti da Google. Se hai requisiti normativi o di conformità specifici alle chiavi che proteggono i tuoi dati, puoi utilizzare i cluster chiavi di crittografia (CMEK) con le tue istanze di blocchi note gestiti. Per ulteriori informazioni, consulta Utilizzare le chiavi di crittografia gestite dal cliente.

Arresto automatico per istanze inattive

Per gestire i costi, istanze di blocchi note gestiti si arrestano per impostazione predefinita dopo un periodo di inattività specifico. Puoi modificare la quantità di tempo o disattivare questa funzionalità. Per ulteriori informazioni, consulta Arresto per inattività.

Integrazione di Dataproc

Puoi elaborare i dati rapidamente eseguendo un blocco note su un cluster Dataproc. Dopo aver configurato il cluster, puoi eseguire un blocco note senza uscire dall'interfaccia utente JupyterLab. Per maggiori informazioni, consulta Eseguire un'istanza di blocchi note gestiti su un cluster Dataproc.

Limitazioni

Considera le seguenti limitazioni i blocchi note gestiti quando pianifichi il progetto:

  • Le istanze di blocchi note gestiti sono gestite da Google e perciò meno personalizzabile di Vertex AI Workbench. di blocchi note gestiti dall'utente. Le istanze di blocchi note gestiti dall'utente possono essere più ideale per gli utenti che necessitano di un elevato controllo sull'ambiente. Per ulteriori informazioni, consulta la sezione Introduzione a e gestire i blocchi note gestiti dall'utente.

  • Le estensioni JupyterLab di terze parti non sono supportate.

  • Il plug-in JupyterLab di Dataproc non è supportato per per i blocchi note gestiti, ma puoi utilizzare il plug-in di Vertex AI Workbench. Consulta la sezione Creare un Abilitato per Dataproc in esecuzione.

  • Le istanze di blocchi note gestiti non consentono agli utenti dispongono dell'accesso sudo.

  • Quando utilizzi Gestore contesto accesso e Chrome Enterprise Premium per proteggere le istanze di blocchi note gestiti sensibili al contesto, l'accesso viene valutato ogni volta l'utente esegue l'autenticazione nell'istanza. Ad esempio, l'accesso viene valutato la prima volta che l'utente accede a JupyterLab e ogni volta che lo accede, se il browser web è scaduto.

  • Per utilizzare acceleratori con istanze di blocchi note gestiti, il tipo di acceleratore desiderato deve essere disponibile zona di destinazione. Per informazioni sulla disponibilità degli acceleratori per zona, vedi Disponibilità di regioni e zone GPU.

Passaggi successivi