google-cloud-platform - GCP 中的 AI Notebook 和 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，但我需要澄清一下，因为我看了两个不同的地方，答案有点相反。

以下 Stack Overflow answer提到 Google Cloud AI Platform Notebooks 是 Google Cloud Datalab 的升级版。在下面Quora page ，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。在我当前的环境设置下，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。但我还想了解 Cloud Datalab 提供的好处。

• 在AI Notebook和Cloud Datalab之间，应该用哪个，用在哪个
  场景？

• Cloud Datalab 是否也提供 Python 的预安装包，像 AI Notebooks 这样的 Tensorflow 或 R 环境？

Answer 1

Between AI Notebook and Cloud Datalab, which should be used and inwhich scenario?

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

Is Cloud Datalab also providing pre-installed packages of Python,Tensorflow or R environment like AI Notebooks?

Yes it does.

两种产品的差异总结。

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，因为当 DataLab 发布时，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 SSH 和端口映射才能使用

2. 笔记本:

   • 使用 JupyterLab 用户界面。
   • 使用官方 SDK(例如 BigQuery Python SDK)，因此可以更好地集成。
   • 由于 UI (JupyterLab) 是由社区驱动的，因此可以快速发布新更改。
   • 访问 UI 很简单，不需要 SSH，也不需要使用 CLI。
   • 笔记本 API
   • Terraform support
   • 用于管理笔记本的客户端库(Python、Java、NodeJS)