Introducción a los notebooks administrados por el usuario
Las instancias de notebooks administrados por el usuario de Vertex AI Workbench te permiten crear y administrar instancias de máquinas virtuales (VM) de aprendizaje profundo que vienen empaquetadas con JupyterLab.
Las instancias de notebooks administradas por el usuario tienen un conjunto preinstalado de paquetes de aprendizaje profundo, incluida la asistencia para los marcos de trabajo de TensorFlow y PyTorch. Puedes configurar instancias solo para CPU o instancias habilitadas para GPU.
Las instancias de notebooks administradas por el usuario están protegidas por la autenticación y la autorización de Google Cloud, y están disponibles mediante una URL de instancia de notebook administrada por el usuario. Las instancias de notebooks administradas por el usuario también se integran a GitHub y se pueden sincronizar con un repositorio de GitHub.
Las instancias de notebooks administrados por el usuario te ahorran la dificultad de crear y configurar una máquina virtual de aprendizaje profundo, ya que proporcionan imágenes verificadas, optimizadas y probadas para el framework elegido.
Software preinstalado
Puedes configurar una instancia de notebooks administrados por el usuario para que incluya lo siguiente:
JupyterLab (consulta los detalles de la versión)
Python 3 con paquetes de claves:
- numpy
- sklearn
- scipy
- pandas
- nltk
- almohada
- indicadores de equidad para instancias de notebooks administrados por el usuario y TensorFlow 2.3 y 2.4
- entre otros
R versión 4.x, con paquetes de claves:
- xgboost
- ggplot2
- caret
- nnet
- rpy2 (un paquete R para acceder a R en notebooks de Python)
- randomForest
- entre otros
Anaconda
Paquetes de Nvidia con el último controlador de Nvidia para instancias habilitadas para GPU:
- CUDA 11.x y 12.x
- CuDNN 7.x
- NCCL 2.x
Detalles de la versión de JupyterLab
JupyterLab 3.x está preinstalado en las nuevas instancias de notebooks administrados por el usuario de forma predeterminada. Para las instancias creadas antes de la versión de la VM de aprendizaje profundo M80, JupyterLab 1.x ya estaba preinstalado.
Para crear una versión anterior de una instancia de notebooks administrados por el usuario, consulta Crea una versión específica de una instancia de notebooks administrados por el usuario.
Controles del servicio de VPC
Los Controles del servicio de VPC proporcionan medidas de seguridad adicionales para las instancias de notebooks administrados por el usuario. Para obtener más información, consulta la Descripción general de los Controles del servicio de VPC. Para usar notebooks administrados por el usuario dentro de un perímetro de servicio, consulta Usa una instancia de notebooks administrados por el usuario dentro de un perímetro de servicio.
Actualizaciones
Puedes actualizar tu entorno para usar capacidades nuevas y beneficiarte de las actualizaciones de frameworks, las actualizaciones de paquetes y las correcciones de errores. Puedes actualizar los entornos de forma manual o a través de una configuración de actualización automática. Para obtener más información, consulta Actualiza el entorno de una instancia de notebooks administrados por el usuario.
Notebooks administrados por el usuario y Dataproc Hub
Dataproc Hub es un servidor de Jupyterhub personalizado. Los administradores pueden crear instancias de Dataproc Hub que pueden generar clústeres de Dataproc de un solo usuario para alojar entornos de notebooks administrados por el usuario. Para obtener más información, consulta Configura Dataproc Hub.
Notebooks administrados por el usuario y Dataflow
Puedes usar notebooks administrados por el usuario en una canalización y, luego, ejecutarla en Dataflow. Para obtener información sobre cómo crear una instancia de notebooks administrados por el usuario de Apache Beam que puedas usar con Dataflow, consulta Desarrolla de forma interactiva con notebooks Apache Beam.
Limitaciones
Ten en cuenta las siguientes limitaciones de los notebooks administrados por el usuario cuando planifiques tu proyecto:
Las instancias de notebooks administrados por el usuario son altamente personalizables y pueden ser ideales para los usuarios que necesitan mucho control sobre su entorno. Por lo tanto, las instancias de notebooks administrados por el usuario pueden requerir más tiempo para configurarse y administrarse que las instancias de notebooks administrados. Las instancias de notebooks administrados pueden ser más ideales para los usuarios que no necesitan mucho control sobre su entorno. Para obtener más información, consulta Introducción a los notebooks administrados.
No se admiten las extensiones de terceros de JupyterLab.
El complemento JupyterLab de Dataproc no es compatible con notebooks administrados por el usuario, pero puedes usarlo en instancias de Vertex AI Workbench. Consulta Crea una instancia con Dataproc habilitado.
En las instancias de notebooks administrados por el usuario de Dataproc Hub, no se admite la inhabilitación de la descarga de archivos desde la interfaz de usuario de JupyterLab. Las instancias de notebooks administrados por el usuario que usan el framework de Dataproc Hub permiten la descarga de archivos, incluso si no seleccionas Habilitar la descarga de archivos desde la IU de JupyterLab cuando creas la instancia.
Cuando usas Access Context Manager y BeyondCorp Enterprise para proteger las instancias de notebooks administrados con controles de acceso adaptado al contexto, el acceso se evalúa cada vez que el usuario se autentica en la instancia. Por ejemplo, se evalúa el acceso la primera vez que el usuario accede a JupyterLab y, cada vez que accede a él, si la cookie de su navegador web caducó.
Precios
Obtén más información sobre los precios de Vertex AI Workbench.
¿Qué sigue?
Para comenzar a usar los notebooks administrados por el usuario, crea una instancia de notebooks administrados por el usuario, abre JupyterLab y prueba una de las muestras en la sección de instructivos.
Luego, instala las dependencias que necesitarás para tu trabajo.