Pengantar notebook yang dikelola pengguna

Pengantar notebook yang dikelola pengguna

Notebook Vertex AI Workbench yang dikelola pengguna tidak digunakan lagi. Pada 30 Januari 2025, dukungan untuk notebook yang dikelola pengguna akan berakhir dan kemampuan untuk membuat instance notebook yang dikelola pengguna akan dihapus. Instance yang ada akan tetap berfungsi, tetapi patch, update, dan upgrade tidak akan tersedia. Untuk terus menggunakan Vertex AI Workbench, sebaiknya migrasikan instance notebook yang dikelola pengguna ke instance Vertex AI Workbench.

Instance notebook Vertex AI Workbench yang dikelola pengguna memungkinkan Anda untuk membuat dan mengelola instance mesin virtual (VM) deep learning dengan JupyterLab bawaan.

Instance notebook yang dikelola pengguna memiliki serangkaian paket deep learning bawaan, termasuk dukungan untuk framework TensorFlow dan PyTorch. Anda dapat mengonfigurasi instance khusus CPU, atau yang mendukung GPU.

Instance notebook yang dikelola pengguna Anda dilindungi oleh autentikasi dan otorisasi Google Cloud, serta tersedia menggunakan URL instance notebook yang dikelola pengguna. Instance notebook yang dikelola pengguna juga terintegrasi dengan GitHub dan dapat disinkronkan dengan repositori GitHub.

Instance notebook yang dikelola pengguna memudahkan Anda dalam membuat dan mengonfigurasi mesin virtual Deep Learning dengan menyediakan gambar yang terverifikasi, dioptimalkan, dan diuji untuk framework yang telah Anda pilih.

Software yang sudah diinstal sebelumnya

Anda dapat mengonfigurasi instance notebook yang dikelola pengguna untuk menyertakan hal berikut:

• JupyterLab (lihat detail versi)

• Python 3, dengan paket utama:

  • numpy
  • sklearn
  • scipy
  • pandas
  • nltk
  • pillow
  • indikator keadilan untuk instance notebook TensorFlow 2.3 dan 2.4 yang dikelola pengguna
  • dan lainnya

• R versi 4.x, dengan paket kunci:

  • xgboost
  • ggplot2
  • caret
  • nnet
  • rpy2 (paket R untuk mengakses R di dalam notebook Python)
  • randomForest
  • dan lainnya

• Anaconda

• Paket Nvidia dengan driver Nvidia terbaru untuk instance berkemampuan GPU:

  • CUDA 11.x dan 12.x
  • CuDNN 7.x
  • NCCL 2.x

Detail versi JupyterLab

JupyterLab 3.x telah diinstal sebelumnya pada instance notebook baru yang dikelola pengguna secara default. Untuk instance yang dibuat sebelum rilis VM Deep Learning M80 , JupyterLab 1.x telah diinstal sebelumnya.

Untuk membuat versi sebelumnya dari instance notebook yang dikelola pengguna, lihat Membuat versi spesifik dari instance notebook yang dikelola pengguna.

Kontrol Layanan VPC

Kontrol Layanan VPC memberikan keamanan tambahan untuk instance notebook yang dikelola pengguna Anda. Untuk informasi selengkapnya, lihat Ringkasan Kontrol Layanan VPC. Untuk menggunakan notebook yang dikelola pengguna dalam perimeter layanan, lihat Menggunakan instance notebook yang dikelola pengguna dalam perimeter layanan.

Upgrade

Anda dapat mengupgrade lingkungan untuk menggunakan kemampuan baru dan mendapatkan manfaat dari update framework, update paket, dan perbaikan bug. Anda dapat mengupgrade lingkungan secara manual, atau melalui setelan update otomatis. Untuk mempelajari lebih lanjut, lihat Mengupgrade lingkungan instance notebook yang dikelola pengguna.

Notebook yang dikelola pengguna dan Dataproc Hub

Dataproc Hub adalah server JupyterHub yang disesuaikan. Administrator dapat membuat instance Dataproc Hub yang dapat memunculkan cluster Dataproc satu pengguna untuk menghosting lingkungan notebook yang dikelola pengguna. Untuk informasi selengkapnya, lihat Mengonfigurasi Dataproc Hub.

Notebook dan Dataflow yang dikelola pengguna

Anda dapat menggunakan notebook yang dikelola pengguna dalam pipeline, lalu menjalankan pipeline di Dataflow. Untuk informasi tentang cara untuk membuat instance notebook Apache Beam yang dikelola pengguna yang dapat digunakan dengan Dataflow, lihat Mengembangkan secara interaktif dengan notebook Apache Beam.

Batasan

Pertimbangkan batasan notebook yang dikelola pengguna berikut saat sedang merencanakan project Anda:

• Instance notebook yang dikelola pengguna sangat mudah untuk disesuaikan, dan mungkin ideal bagi para pengguna yang membutuhkan banyak kontrol atas lingkungannya. Oleh karena itu, instance notebook yang dikelola pengguna dapat memerlukan lebih banyak waktu untuk disiapkan dan dikelola daripada instance notebook terkelola. Instance notebook terkelola dapat menjadi lebih ideal bagi para pengguna yang tidak memerlukan banyak kontrol atas lingkungannya. Untuk informasi selengkapnya, lihat Pengantar notebook terkelola.

• Ekstensi JupyterLab pihak ketiga tidak didukung.

• Untuk instance notebook Dataproc Hub yang dikelola pengguna, penonaktifan download file dari antarmuka pengguna JupyterLab tidak didukung. Instance notebook yang dikelola pengguna yang menggunakan framework Dataproc Hub mengizinkan download file meskipun Anda tidak memilih Enable file downloading from JupyterLab UI saat membuat instance.

• Saat Anda menggunakan Access Context Manager dan BeyondCorp Enterprise untuk melindungi instance notebook terkelola dengan kontrol akses kontekstual, akses akan dievaluasi setiap kali pengguna mengautentikasi ke instance. Misalnya, akses dievaluasi pada saat pertama kali pengguna mengakses JupyterLab, dan setiap kali mereka mengaksesnya jika masa berlaku cookie browser web mereka telah habis.

Harga

Pelajari tentang harga Vertex AI Workbench lebih lanjut.

Langkah selanjutnya

To get started with user-managed notebooks, buat instance notebook yang dikelola pengguna, buka JupyterLab, lalu coba salah satu contoh di dalam folder tutorials.

Kemudian, instal dependensi yang Anda perlukan untuk melakukan pekerjaan Anda.