Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
Abhängigkeiten installieren
Nachdem Sie eine nutzerverwaltete Notebookinstanz erstellt haben, müssen Sie möglicherweise Software installieren, von der Ihr Notebook abhängig ist. Sie können Abhängigkeiten installieren, indem Sie einer Datei in Ihrem Notebook Installationsbefehle oder ein Terminalfenster hinzufügen.
Das Hinzufügen von Installationsbefehlen zu einer Datei hat den Vorteil, dass bei der Freigabe eines Notebooks die Befehle für die Installation der Abhängigkeiten mit dem Notebook gespeichert werden und für die Nutzer verfügbar sind, für die Sie das Notebook freigeben.
Abhängigkeiten von einer nutzerverwalteten Notebookinstanz installieren
So installieren Sie Python-Pakete aus einer nutzerverwalteten Notebook-Instanz:
Rufen Sie in der Google Cloud Console die Seite Nutzerverwaltete Notebooks auf.
Wählen Sie die Instanz aus, auf der Sie Abhängigkeiten installieren möchten.
Klicken Sie auf JupyterLab öffnen.
Zum Hinzufügen einer Notebook-Datei können Sie das Menü oder den Launcher verwenden.
Menü
Um über das Menü eine neue Notebookdatei hinzuzufügen wählen Sie File > New > Notebook aus.
Wählen Sie im Dialogfeld Select Kernel den Kernel für Ihr neues Notebook aus, z. B. Python 3, und klicken Sie dann auf Select.
Ihre neue Notebookdatei wird geöffnet.
Launcher
Wählen Sie zum Hinzufügen einer neuen Python 3-Notebook-Datei aus dem Launcher File > New > Launcher aus.
Klicken Sie auf die Kachel Python 3.
Ihre neue Notebookdatei wird geöffnet.
Benennen Sie die neue Notebook-Datei um.
Menü
Wählen Sie File > Rename notebook aus. Das Dialogfeld Rename file wird geöffnet.
Ändern Sie im Feld New nameUntitled.ipynb in einen aussagekräftigen Namen, beispielsweise install.ipynb.
Klicken Sie auf Umbenennen.
Launcher
Klicken Sie mit der rechten Maustaste auf den Tab Untitled.ipynb und dann auf Rename Notebook. Das Dialogfeld Rename file wird geöffnet.
Ändern Sie im Feld New nameUntitled.ipynb in einen aussagekräftigen Namen, beispielsweise install.ipynb.
Klicken Sie auf Rename.
Installieren Sie die Abhängigkeiten so:
Wenn Sie Ihr neues Notebook öffnen, wird eine Standard-Codezelle angezeigt, in die Sie Code eingeben können (in diesem Fall Python 3).
Geben Sie den folgenden Befehl in die Codezelle ein, um die Deep Learning-Bibliothek mxnet in einem Python 3-Notebook zu installieren:
%pip install mxnet
Klicken Sie auf die Schaltfläche "Run", um den Installationsbefehl auszuführen.
Wenn die Installation abgeschlossen ist, wählen Sie Kernel > Restart kernel, um den Kernel neu zu starten und dafür zu sorgen, dass die Bibliothek für den Import verfügbar ist.
Wählen Sie File > Save notebook aus, um das Notebook zu speichern.
Abhängigkeiten von einem Terminal aus installieren
Zum Herstellen einer Verbindung zu einem Terminal können Sie Ihr JupyterLab-Notebook oder SSH verwenden. So installieren Sie Python-Pakete von einem Terminal aus:
Rufen Sie in der Google Cloud Console die Seite Nutzerverwaltete Notebooks auf.
Wählen Sie die Instanz aus, auf der Sie Abhängigkeiten installieren möchten.
Klicken Sie auf JupyterLab öffnen.
Zum Öffnen eines Terminalfensters können Sie das Menü oder den Launcher verwenden.
Menü
Wählen Sie zum Öffnen eines Terminalfensters über das Menü File > New > Terminal aus.
Das Terminalfenster wird geöffnet.
Launcher
Wählen Sie zum Öffnen eines Terminalfensters im Launcher File > New > Launcher aus.
Klicken Sie unter Other auf die Kachel Terminal.
Das Terminalfenster wird geöffnet.
Geben Sie im Terminalfenster den Befehl zum Installieren der Softwareabhängigkeit für Ihre nutzerverwaltete Notebookinstanz ein.
Geben Sie den folgenden Befehl ein, um die Deep Learning-Bibliothek mxnet für Python 3-Notebooks zu installieren:
pip3 install mxnet
Starten Sie den Kernel nach Abschluss der Installation neu, um sicherzustellen, dass die Bibliothek für den Import verfügbar ist. Wählen Sie in jeder geöffneten Notebook-Datei in derselben nutzerverwalteten Notebook-Instanz Kernel > Kernel neu starten aus.
Wählen Sie File > Save notebook aus, um das Notebook zu speichern.
[[["Leicht verständlich","easyToUnderstand","thumb-up"],["Mein Problem wurde gelöst","solvedMyProblem","thumb-up"],["Sonstiges","otherUp","thumb-up"]],[["Schwer verständlich","hardToUnderstand","thumb-down"],["Informationen oder Beispielcode falsch","incorrectInformationOrSampleCode","thumb-down"],["Benötigte Informationen/Beispiele nicht gefunden","missingTheInformationSamplesINeed","thumb-down"],["Problem mit der Übersetzung","translationIssue","thumb-down"],["Sonstiges","otherDown","thumb-down"]],["Zuletzt aktualisiert: 2025-09-04 (UTC)."],[],[],null,["# Install dependencies on a Vertex AI Workbench user-managed notebooks instance\n\nInstall dependencies\n====================\n\n\n| Vertex AI Workbench user-managed notebooks is\n| [deprecated](/vertex-ai/docs/deprecations). On\n| April 14, 2025, support for\n| user-managed notebooks will end and the ability to create user-managed notebooks instances\n| will be removed. Existing instances will continue to function\n| but patches, updates, and upgrades won't be available. To continue using\n| Vertex AI Workbench, we recommend that you\n| [migrate\n| your user-managed notebooks instances to Vertex AI Workbench instances](/vertex-ai/docs/workbench/user-managed/migrate-to-instances).\n\n\u003cbr /\u003e\n\nAfter you create a user-managed notebooks instance, you might need to\ninstall software that\nyour notebook depends on. You can install dependencies by adding install\ncommands to a file in your notebook or by using a terminal\nwindow.\n\nAn advantage of adding install commands to a file is that, when you share\na notebook, the commands to install the dependencies are saved with the\nnotebook and are available to users that you share the notebook with.\n\nInstall dependencies from a user-managed notebooks instance\n-----------------------------------------------------------\n\nTo install Python packages from a user-managed notebooks\ninstance:\n\n1. In the Google Cloud console, go to the **User-managed notebooks** page.\n\n [Go to User-managed notebooks](https://console.cloud.google.com/vertex-ai/workbench/user-managed)\n2. Select the instance where you want to install dependencies.\n\n3. Click **Open JupyterLab**.\n\n4. To add a notebook file, you can use the menu or the Launcher.\n\n ### Menu\n\n 1. To add a new notebook file from the menu, select\n **File \\\u003e New \\\u003e Notebook**.\n\n 2. In the **Select kernel** dialog, select the kernel for your new\n notebook, for example, **Python 3** , and then click **Select**.\n\n Your new notebook file opens.\n\n ### Launcher\n\n 1. To add a new Python 3 notebook file from the Launcher, select\n **File \\\u003e New \\\u003e Launcher**.\n\n 2. Click the **Python 3** tile.\n\n Your new notebook file opens.\n5. Rename your new notebook file.\n\n ### Menu\n\n 1. Select **File \\\u003e Rename notebook** . The\n **Rename file** dialog opens.\n\n 2. In the **New name** field, change `Untitled.ipynb` to something\n meaningful, such as `install.ipynb`.\n\n 3. Click **Rename**.\n\n ### Launcher\n\n 1. Right-click the `Untitled.ipynb` tab and then click\n **Rename notebook** . The **Rename file** dialog opens.\n\n 2. In the **New name** field, change `Untitled.ipynb` to something\n meaningful, such as `install.ipynb`.\n\n 3. Click **Rename**.\n\n6. Install dependencies as follows.\n\n When you open your new notebook, there is a default code cell where you\n can enter code, in this case Python 3.\n\n To install the [mxnet](https://mxnet.apache.org/)\n deep learning library in a Python 3 notebook, enter the following\n command in the code cell:\n\n `%pip install mxnet`\n\n7. Click the run button to run the install command.\n\n8. When installation is complete, select\n **Kernel \\\u003e Restart kernel**\n to restart the kernel and ensure the library is available for import.\n\n9. Select **File \\\u003e Save notebook** to save the notebook.\n\nInstall dependencies from a terminal\n------------------------------------\n\nTo connect to a terminal, you can use your JupyterLab notebook or\n[SSH](/vertex-ai/docs/workbench/user-managed/ssh-access). To install Python\npackages from a terminal:\n\n1. In the Google Cloud console, go to the **User-managed notebooks** page.\n\n [Go to User-managed notebooks](https://console.cloud.google.com/vertex-ai/workbench/user-managed)\n2. Select the instance where you want to install dependencies.\n\n3. Click **Open JupyterLab**.\n\n4. To open a terminal window, you can use the menu or the Launcher.\n\n ### Menu\n\n To open a terminal window from the menu, select\n **File \\\u003e New \\\u003e Terminal**.\n\n The terminal window opens.\n\n ### Launcher\n\n 1. To open a terminal window from the Launcher, select\n **File \\\u003e New \\\u003e Launcher**.\n\n 2. In **Other** , click the **Terminal** tile.\n\n The terminal window opens.\n5. In the terminal window, enter the command to install the software\n dependency for your user-managed notebooks instance.\n\n To install the [mxnet](https://mxnet.apache.org/)\n deep learning library for Python 3 notebooks, enter the following\n command:\n\n `pip3 install mxnet`\n\n6. When installation is complete, restart the kernel to make sure the\n library is available for import. In every open notebook file in the\n same user-managed notebooks instance, select\n **Kernel \\\u003e Restart kernel**.\n\n7. Select **File \\\u003e Save notebook** to save the notebook."]]
