Einführung in nutzerverwaltete Notebooks
Mit nutzerverwalteten Vertex AI Workbench-Notebook-Instanzen können Sie Deep Learning-VM-Instanzen erstellen und verwalten, die bereits JupyterLab enthalten.
Nutzerverwaltete Notebookinstanzen enthalten eine vorinstallierte Suite von Deep-Learning-Paketen mit Unterstützung für die TensorFlow- und PyTorch-Frameworks. Sie können entweder ausschließlich CPU-basierte oder GPU-fähige Instanzen konfigurieren.
Ihre nutzerverwalteten Notebookinstanzen werden durch die Authentifizierungs- und Autorisierungsfunktion von Google Cloud geschützt und sind über eine URL für nutzerverwaltete Notebookinstanzen verfügbar. Nutzerverwaltete Notebookinstanzen können auch in GitHub eingebunden und mit einem GitHub-Repository synchronisiert werden.
Mit nutzerverwalteten Notebookinstanzen ersparen Sie sich das Erstellen und Konfigurieren einer virtuellen Deep-Learning-Maschine, da verifizierte, optimierte und getestete Images für das Framework Ihrer Wahl bereitgestellt werden.
Vorinstallierte Software
Sie können eine nutzerverwaltete Notebookinstanz so konfigurieren, dass Folgendes enthalten ist:
JupyterLab (siehe Versionsdetails)
Python 3 mit Schlüsselpaketen:
- numpy
- sklearn
- scipy
- pandas
- nltk
- Kissen
- fairness-indicators für nutzerverwaltete Notebookinstanzen mit TensorFlow 2.3 und 2.4
- viele andere
R-Version 4.x mit wichtigen Paketen:
- xgboost
- ggplot2
- Caret-Zeichen
- nnet
- rpy2 (ein R-Paket für den Zugriff auf R in Python-Notebooks)
- randomForest
- viele andere
Anaconda
Nvidia-Pakete mit dem neuesten Nvidia-Treiber für GPU-fähige Instanzen:
- CUDA 11.x and 12.x
- CuDNN 7.x
- NCCL 2.x
JupyterLab-Versionsdetails
JupyterLab 3.x ist standardmäßig auf neuen nutzerverwalteten Notebookinstanzen vorinstalliert. Für Instanzen, die vor dem M80-Deep-Learning-VM-Release erstellt wurden, ist JupyterLab 1.x vorinstalliert.
Informationen zum Erstellen einer früheren Version einer nutzerverwalteten Notebookinstanz finden Sie unter Bestimmte Version einer nutzerverwalteten Notebookinstanz erstellen.
VPC Service Controls
VPC Service Controls bietet zusätzliche Sicherheit für Ihre nutzerverwalteten Notebookinstanzen. Weitere Informationen finden Sie unter VPC Service Controls. Informationen zur Verwendung von nutzerverwalteten Notebooks in einem Dienstperimeter finden Sie unter Nutzerverwaltete Notebookinstanzen innerhalb eines Dienstperimeters verwenden.
Upgrades
Sie können ein Upgrade Ihrer Umgebung ausführen, um neue Funktionen zu nutzen und von Framework-Updates, Paketupdates und Fehlerkorrekturen zu profitieren. Sie können Umgebungen manuell oder über eine automatische Update-Einstellung aktualisieren. Weitere Informationen finden Sie unter Umgebung einer nutzerverwalteten Notebookinstanz aktualisieren.
Nutzerverwaltete Notebooks und Dataproc Hub
Dataproc Hub ist ein benutzerdefinierter JupyterHub-Server. Administratoren können Dataproc Hub-Instanzen erstellen, die Dataproc-Cluster für einzelne Nutzer zum Hosten von Umgebungen für nutzerverwaltete Notebook generieren können. Weitere Informationen finden Sie unter Dataproc Hub konfigurieren.
Nutzerverwaltete Notebooks und Dataflow
Sie können nutzerverwaltete Notebooks in einer Pipeline verwenden und die Pipeline dann in Dataflow ausführen. Informationen zum Erstellen einer nutzerverwalteten Apache Beam-Notebookinstanz, die Sie mit Dataflow verwenden können, finden Sie unter Mit Apache Beam-Notebooks interaktiv entwickeln.
Beschränkungen
Beachten Sie beim Planen Ihres Projekts die folgenden Einschränkungen für nutzerverwaltete Notebooks:
Nutzerverwaltete Notebookinstanzen sind stark anpassbar und können ideal für Nutzer sein, die viel Kontrolle über ihre Umgebung benötigen. Daher kann die Einrichtung und Verwaltung von nutzerverwalteten Notebookinstanzen mehr Zeit in Anspruch nehmen als von Notebookinstanzen. Verwaltete Notebookinstanzen können für Nutzer, die nur wenig Kontrolle über ihre Umgebung haben, ideal sein. Weitere Informationen finden Sie unter Einführung in verwaltete Notebooks.
JupyterLab-Erweiterungen von Drittanbietern werden nicht unterstützt.
Das Dataproc JupyterLab-Plug-in wird nicht unterstützt für nutzerverwaltete Notebooks, aber Sie können das Plug-in in Vertex AI Workbench-Instanzen verwenden. Weitere Informationen finden Sie unter Eine Dataproc-fähige Instanz erstellen.
Für nutzerverwaltete Dataproc Hub-Notebookinstanzen wird das Deaktivieren von Dateien, die von der JupyterLab-Benutzeroberfläche heruntergeladen werden, nicht unterstützt. Nutzerverwaltete Notebookinstanzen, die das Dataproc Hub-Framework verwenden, lassen das Herunterladen von Dateien auch dann zu, wenn Sie beim Erstellen der Instanz nicht die Option Herunterladen von Dateien über die JupyterLab-UI aktivieren auswählen.
Wenn Sie Access Context Manager undChrome Enterprise Premium zum Schutz verwalteter Notebookinstanzen mit kontextsensitiver Zugriffssteuerung verwenden, wird der Zugriff bei jeder Authentifizierung des Nutzers bei der Instanz ausgewertet. Beispielsweise wird der Zugriff ausgewertet, wenn der Nutzer zum ersten Mal auf JupyterLab zugreift und bei jedem Zugriff, nachdem das Cookie seines Webbrowsers abgelaufen ist.
Preise
Weitere Informationen zu den Preisen für Vertex AI Workbench
Nächste Schritte
Um mit nutzerverwalteten Notebooks zu beginnen, erstellen Sie eine nutzerverwaltete Notebookinstanz, öffnen Sie JupyterLab und probieren Sie eines der Beispiele im Ordner Anleitungen aus.
Installieren Sie anschließend Abhängigkeiten, die Sie für Ihre Arbeit benötigen.