Vertex AI Workbench ist eine JupyterLab-Notebook-basierte Entwicklungsumgebung, die für Ihren gesamten Data-Science-Workflow verfügbar ist. Sie können über ein Notebook einer JupyterLab-Instanz, die von Vertex AI Workbench bereitgestellt wird, mit Vertex AI und seinen Diensten in Google Distributed Cloud (GDC) interagieren.
Die Integrationen und Funktionen von Vertex AI Workbench erleichtern den Zugriff auf Ihre Machine-Learning-Daten, die Freigabe und Verarbeitung von Daten, die Interaktion mit Vertex AI-Diensten mithilfe der Programmiersprache Python und vieles mehr.
Mit Vertex AI Workbench können Sie beispielsweise Folgendes tun:
- Über ein JupyterLab-Notebook auf Ihre Machine-Learning-Daten zugreifen und sie untersuchen.
- Ihr JupyterLab-Notebook für andere Nutzer Ihres Projekts freigeben.
- Vertex AI-Clientbibliotheken importieren, um den programmatischen Zugriff auf APIs zu vereinfachen.
- Über Python-Skripts mit Vertex AI-Diensten interagieren, API-Anfragen authentifizieren und Vertex AI-Funktionen verwenden.
- Eine Sicherung erstellen und die Daten Ihrer JupyterLab-Instanz wiederherstellen.
- Eine integrierte Entwicklungsumgebung (IDE) verwenden, um die integrierten Integrationen von JupyterLab-Notebooks zu nutzen.
- Eine notebookbasierte End-to-End-Produktionsumgebung einrichten.
JupyterLab-Instanzen
Vertex AI Workbench bietet JupyterLab-Instanzen mit integrierten Integrationen, mit denen Sie eine notebookbasierte End-to-End-Produktionsumgebung einrichten können. JupyterLab-Instanzen kombinieren workfloworientierte Integrationen einer verwalteten Instanz mit der Anpassung und Kontrolle, die Sie für Ihre Umgebung benötigen.
Vertex AI Workbench enthält Instanztypen, auf denen JupyterLab und eine Suite von Deep-Learning-Paketen vorinstalliert sind, einschließlich Unterstützung für die Frameworks TensorFlow und PyTorch. Sie können Ihre JupyterLab-Instanzumgebung konfigurieren, indem Sie einen Cluster und ein bereitgestelltes Docker-Image auswählen und je nach Ihren Anforderungen zwischen GPU-fähigen oder ausschließlich CPU-basierten Instanzen wählen. Benutzerdefinierte Images werden nicht unterstützt.
JupyterLab-Instanzen sind durch Authentifizierung und Autorisierung geschützt.