Vertex AI Workbench es un entorno de desarrollo basado en notebooks de JupyterLab disponible para todo tu flujo de trabajo de ciencia de datos. Puedes interactuar con Vertex AI y sus servicios en Google Distributed Cloud (GDC) aislado desde un notebook de una instancia de JupyterLab que proporciona Vertex AI Workbench.
Las integraciones y funciones de Vertex AI Workbench facilitan el acceso a tus datos de aprendizaje automático, el uso compartido y el procesamiento de datos más rápidos, la interacción con los servicios de Vertex AI a través del lenguaje de programación Python y mucho más.
Por ejemplo, Vertex AI Workbench te permite hacer lo siguiente:
- Acceder y explorar tus datos de aprendizaje automático desde un notebook de JupyterLab
- Comparte tu notebook de JupyterLab con otros usuarios de tu proyecto.
- Importa las bibliotecas cliente de Vertex AI para simplificar el acceso a las APIs de forma programática.
- Interactúa con los servicios de Vertex AI, autentica solicitudes a la API y usa las funciones de Vertex AI desde secuencias de comandos de Python.
- Crea una copia de seguridad y restablece los datos de tu instancia de JupyterLab.
- Usa un entorno de desarrollo integrado (IDE) para usar las integraciones integradas de los notebooks de JupyterLab.
- Configura un entorno de producción basado en notebooks de extremo a extremo.
Instancias de JupyterLab
Vertex AI Workbench ofrece instancias de JupyterLab con integraciones incorporadas que te ayudan a configurar un entorno de producción de extremo a extremo basado en notebooks. Las instancias de JupyterLab combinan las integraciones orientadas al flujo de trabajo de una instancia administrada con la personalización y el control que necesitas sobre tu entorno.
Vertex AI Workbench incluye tipos de instancias con JupyterLab y un conjunto de paquetes de aprendizaje profundo preinstalados, incluida la compatibilidad con los frameworks de TensorFlow y PyTorch. Según tus necesidades, puedes elegir entre instancias solo para CPU o habilitadas para GPU.
Puedes seleccionar una imagen de Docker y un clúster para el entorno de tu instancia de JupyterLab. Docker te permite crear un entorno personalizado de JupyterLab y compilarlo en una imagen. Esta imagen garantiza la coherencia y la reproducibilidad en diferentes implementaciones, incluidos todos los paquetes y las herramientas necesarios. Puedes compartir este entorno personalizado con otras personas o usarlo como base para el desarrollo futuro.
Las instancias de JupyterLab están protegidas por autenticación y autorización.