GCP中的AI Notebook和Cloud Datalab有什么区别？

Question

我一直在寻找这个问题的答案，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是在Jypyter Notebook的基础上构建的。。

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来进行监视的开销，因此AI笔记本电脑是直接的解决方案。但是我也想了解Cloud Datalab提供的好处。

• 在AI Notebook和Cloud Datalab之间，应该使用哪个版本，
  场景？

• Cloud Datalab是否还提供了预安装的Python软件包， Tensorflow还是AI笔记本电脑这样的R环境？

Answer 1

应在AI Notebook和Cloud Datalab之间使用 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AI笔记本电脑等R环境？

Yes it does.

这两种产品之间的差异概述。

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，许多GCP服务都没有官方的SDK。
   • 路线图没有重大变化。
   • 需要具有端口映射的SSH才能使用

2. 笔记本：

   • 使用JupyterLab UI。
   • 使用官方的SDK（例如BigQuery Python SDK），因此可以更好地集成。
   • 由于UI（JupyterLab）受社区推动，因此迅速发布了新更改。
   • 访问UI很简单，不需要SSH，也不需要使用CLI。