מבוא ל-notebooks בניהול המשתמשים

מכונות Notebooks בניהול משתמשים של Vertex AI Workbench מאפשרות לכם ליצור ולנהל מכונות וירטואליות (VM) של למידה עמוקה (Deep Learning) שכוללות מראש את JupyterLab.

במקרים של מחברות שמוגדרות על ידי המשתמשים, חבילה של חבילות ללמידה עמוקה מותקנת מראש, כולל תמיכה במסגרות TensorFlow ו-PyTorch. אפשר להגדיר מכונות וירטואליות עם מעבד בלבד או עם מעבד גרפי.

הגישה למכונות notebook בניהול המשתמשים מוגנת באמצעות אימות והרשאות, והן זמינות באמצעות כתובת URL של מכונת notebook בניהול המשתמשים. Google Cloud מערכות Notebooks בניהול המשתמש משתלבות גם עם GitHub ויכולות להסתנכרן עם מאגר ב-GitHub.

בעזרת מכונות וירטואליות של מחברות שנוהלו על ידי המשתמשים, אתם לא צריכים ליצור ולהגדיר מכונה וירטואלית ללמידה עמוקה. המערכת מספקת תמונות מאומתות, שעברו אופטימיזציה ונבדקו, עבור המסגרת שבחרתם.

תוכנה שהותקנה מראש

אפשר להגדיר מחברת מנוהלת על ידי משתמש כך שתכלול את הדברים הבאים:

  • ‫JupyterLab (פרטים על הגרסה)

  • ‫Python 3, עם חבילות מפתח:

    • numpy
    • sklearn
    • scipy
    • פנדות
    • nltk
    • pillow
    • ‫fairness-indicators למכונות מחברת מנוהלות על ידי המשתמש ב-TensorFlow 2.3 ו-2.4
    • רבים אחרים

  • ‫R גרסה 4.x, עם חבילות מפתח:

    • xgboost
    • ggplot2
    • סימן קרט
    • nnet
    • ‫rpy2 (חבילת R לגישה ל-R ב-notebooks של Python)
    • randomForest
    • רבים אחרים

  • Anaconda

  • חבילות Nvidia עם הדרייבר העדכני ביותר של Nvidia למכונות עם GPU:

    • ‫CUDA 11.x ו-12.x
    • ‫CuDNN 7.x
    • ‫NCCL 2.x

פרטי הגרסה של JupyterLab

‫JupyterLab 3.x מותקן מראש במכונות notebook חדשות בניהול המשתמשים כברירת מחדל. במקרים של מופעים שנוצרו לפני הגרסה M80 של Deep Learning VM,‏ JupyterLab 1.x הותקן מראש.

כדי ליצור גרסה קודמת של מחברת שמנוהלת על ידי משתמש, אפשר לעיין במאמר יצירה של גרסה ספציפית של מחברת שמנוהלת על ידי משתמש.

VPC Service Controls

VPC Service Controls מספק אבטחה נוספת למופעים של מחברות שמנוהלות על ידי המשתמשים. מידע נוסף זמין במאמר סקירה כללית על VPC Service Controls. כדי להשתמש ב-notebooks בניהול המשתמשים בתוך גבולות גזרה לשירות, אפשר לעיין במאמר שימוש במופע של notebooks בניהול המשתמשים בתוך גבולות גזרה לשירות.

שדרוגים

אתם יכולים לשדרג את הסביבה כדי להשתמש ביכולות חדשות וליהנות מעדכוני מסגרות, עדכוני חבילות ותיקוני באגים. אפשר לשדרג סביבות באופן ידני או באמצעות הגדרת עדכון אוטומטי. מידע נוסף זמין במאמר שדרוג הסביבה של מחברת בניהול המשתמשים.

notebooks בניהול המשתמשים ו-Dataproc Hub

‫Dataproc Hub הוא שרת JupyterHub בהתאמה אישית. אדמינים יכולים ליצור מופעים של Dataproc Hub שיכולים ליצור אשכולות Dataproc למשתמש יחיד כדי לארח סביבות של מחברות שנוהלו על ידי משתמשים. מידע נוסף זמין במאמר הגדרת Dataproc Hub.

notebooks בניהול המשתמשים ו-Dataflow

אפשר להשתמש במחברות (notebooks) שמנוהלות על ידי המשתמש בתוך צינור עיבוד נתונים, ואז להריץ את צינור עיבוד הנתונים ב-Dataflow. מידע על יצירת מופע של מחברות מנוהלות על ידי המשתמש ב-Apache Beam שאפשר להשתמש בו עם Dataflow זמין במאמר פיתוח אינטראקטיבי באמצעות מחברות Apache Beam.

מגבלות

כשמתכננים את הפרויקט, חשוב להביא בחשבון את המגבלות הבאות של מחברות בניהול משתמש:

  • מקרים של notebooks בניהול המשתמשים ניתנים להתאמה אישית רבה, והם יכולים להיות אידיאליים למשתמשים שצריכים שליטה רבה בסביבה שלהם. לכן, יכול להיות שיידרש יותר זמן להגדרה ולניהול של מופעי notebooks בניהול המשתמשים מאשר של מופעי notebooks מנוהלים. מקרים שבהם מומלץ להשתמש במחברות מנוהלות: אם אתם משתמשים שלא צריכים הרבה שליטה בסביבה שלהם. מידע נוסף זמין במאמר בנושא מבוא למחברות מנוהלות.

  • אין תמיכה בתוספים של צד שלישי ל-JupyterLab.

  • התוסף Dataproc JupyterLab לא נתמך במחברות שמנוהלות על ידי המשתמש, אבל אפשר להשתמש בתוסף במכונות Vertex AI Workbench. אפשר לעיין במאמר בנושא יצירת מופע עם Dataproc.

  • במכונות notebook שמנוהלות על ידי המשתמש ב-Dataproc Hub, השבתת ההורדה של קבצים מממשק המשתמש של JupyterLab אינה נתמכת. מכונות notebook שמנוהלות על ידי משתמשים ומשתמשות במסגרת Dataproc Hub מאפשרות הורדה של קבצים גם אם לא בוחרים באפשרות הפעלת הורדה של קבצים מממשק המשתמש של JupyterLab כשיוצרים את המכונה.

  • כשמשתמשים ב-Access Context Manager וב-Chrome Enterprise Premium כדי להגן על מופעי מחברות מנוהלים באמצעות אמצעי בקרה לגישה מודעת-הקשר, הגישה מוערכת בכל פעם שהמשתמש מאומת למופע. לדוגמה, הגישה נבדקת בפעם הראשונה שהמשתמש ניגש ל-JupyterLab, ובכל פעם לאחר מכן אם תוקף קובץ ה-Cookie של דפדפן האינטרנט פג.

תמחור

מידע נוסף על התמחור של Vertex AI Workbench