3

我已经搜索了这个问题的答案，这个问题是重复的，但我需要澄清一下，因为我查看了两个不同的地方，答案有点相反。

以下 Stack Overflow答案提到Google Cloud AI Platform Notebooks 是 Google Cloud Datalab 的升级版本。在下面的 Quora页面上，其中一位架构师提到Cloud Datalab 构建在 Jypyter Notebook 之上。

Cloud Datalab 正在添加自己的新网络。AI Notebooks 保留在现有网络中。使用我当前的环境设置，我不想增加维护额外网络和安全性的开销来监视，因此 AI Notebooks 是直接的解决方案。但我也想了解 Cloud Datalab 提供的好处。

  • AI Notebook和Cloud Datalab之间，应该使用哪个，在什么
    场景下使用？

  • Cloud Datalab 是否也提供 Python、Tensorflow 或 R 环境（如 AI Notebooks）的预安装包？

4

1 回答 1

1

AI Notebook和Cloud Datalab之间，应该使用哪个，在什么场景下使用？

无论如何，您都应该在新项目中使用 AI 笔记本，因为 Cloud Datalab 迟早会被弃用。

Cloud Datalab 是否也提供 Python、Tensorflow 或 R 环境（如 AI Notebooks）的预安装包？

是的，它确实。

两种产品差异的总结。

  1. 数据实验室

    • 与最新的 JupyterLab 扩展不兼容的自定义 UI。
    • 使用旧的 PyDatalab SDK 自 DataLab 发布以来，许多 GCP 服务都没有可用的官方 SDK。
    • 路线图没有重大变化。
    • 需要带有端口映射的 SSH 才能使用

  2. 笔记本：

    • 使用 JupyterLab 用户界面。
    • 使用官方 SDK（如 BigQuery Python SDK），因此可以更好地集成。
    • 由于 UI (JupyterLab) 是社区驱动的，因此可以快速发布新的更改。
    • 访问 UI 很简单，无需 SSH，无需使用 CLI。
    • 笔记本 API
    • 地形支持
    • 用于管理笔记本的客户端库（Python、Java、NodeJS ）
于 2020-02-03T08:47:26.063 回答