AI笔记本和GCP中的Cloud Datalab有什么区别？

Question

我已经搜索了这个问题的答案，这个问题是重复的，但是当我在两个不同的地方查看时，我需要澄清一下，答案有点相反。

以下堆栈溢出answer提到Google Cloud AI Platform Notebooks是Google Cloud Datalab的升级版。在以下Quora page上，一位架构师提到Cloud Datalab建立在Jypyter Notebook的顶部。

Cloud Datalab正在添加自己的新网络。 AI笔记本保留在现有网络中。在我当前环境的设置下，我不想增加维护额外网络和安全性的开销，因此AI笔记本电脑是最直接的解决方案。但是我也想了解Cloud Datalab提供的好处。

• 在AI Notebook和Cloud Datalab之间，应在哪个版本中使用场景？

• Cloud Datalab是否还提供了预安装的Python软件包，Tensorflow或R环境，例如AI笔记本？

Answer 1

在AI Notebook和Cloud Datalab之间，应使用并在哪种情况？

在任何情况下都应在新项目上使用AI笔记本，因为Cloud Datalab的提早提倡。

Cloud Datalab是否还提供了预安装的Python软件包，Tensorflow或R环境，例如AI笔记本？

Yes it does.

两种产品之间的区别汇总。

1. DataLab

   • 与最新的JupyterLab扩展不兼容的自定义UI。
   • 自从DataLab发布以来，一直使用旧的PyDatalab SDK，没有适用于许多GCP服务的官方SDK。
   • 路线图没有重大变化。
   • 需要带端口映射的SSH才能使用

2. [笔记本：

• 使用JupyterLab UI。
• 使用正式的SDK（例如BigQuery Python SDK），因此可以更好地集成。
• 由于UI（JupyterLab）是社区驱动的，因此迅速发布了新的更改。
• 访问UI很简单，不需要SSH，不需要使用CLI。