Gemini Enterprise Agent Platform Workbench-Instanzen sind Jupyter Notebook-basierte Entwicklungsumgebungen für den gesamten Data-Science-Workflow. Sie können über das Jupyter-Notebook einer Agent Platform Workbench-Instanz mit der Gemini Enterprise Agent Platform und anderen Google Cloud -Diensten interagieren.
Durch die Integrationen und Funktionen von Agent Platform Workbench können Sie leichter auf Ihre Daten zugreifen, Daten schneller verarbeiten und Notebook-Ausführungen planen.
Agent Platform Workbench-Instanzen sind mit JupyterLab vorverpackt und bieten eine vorinstallierte Suite von Deep-Learning-Paketen, einschließlich der Unterstützung für TensorFlow- und PyTorch-Frameworks. Sie können entweder ausschließlich CPU-basierte oder GPU-fähige Instanzen konfigurieren.
Agent Platform Workbench-Instanzen unterstützen die Synchronisierung mit einem GitHub-Repository.
Agent Platform Workbench-Instanzen sind durch die Google Cloud Authentifizierung und Autorisierung geschützt.
Datenzugriff
Sie können auf Ihre Daten zugreifen, ohne die JupyterLab-Benutzeroberfläche zu verlassen.
Im JupyterLab-Navigationsmenü auf einer Agent Platform Workbench-Instanz können Sie die Cloud Storage-Einbindung verwenden, um in Daten und anderen Dateien zu suchen, auf die Sie Zugriff haben. Auf Cloud Storage-Buckets und -Dateien über JupyterLab zugreifen
Mit der BigQuery-Integration können Sie auch Tabellen durchsuchen, auf die Sie Zugriff haben, Abfragen schreiben, Ergebnisse in der Vorschau anzeigen und Daten in Ihr Notebook laden. Daten in BigQuery-Tabellen über JupyterLab abfragen
Notebook-Ausführungen ausführen
Führen Sie mit dem Executor eine Notebookdatei als einmalige Ausführung oder nach einem Zeitplan aus. Wählen Sie die Umgebung und Hardware aus, in der die Ausführung ausgeführt werden soll. Der Code Ihres Notebooks wird in dem benutzerdefinierten Agent Platform-Training ausgeführt, was das Ausführen verteilter Trainings, das Optimieren von Hyperparametern oder das Planen kontinuierlicher Trainingsjobs erleichtern kann.
Sie können Parameter in Ihrer Ausführung verwenden, um bestimmte Änderungen an jeder Ausführung vorzunehmen. Sie können beispielsweise ein anderes zu verwendendes Dataset angeben, die Lernrate für Ihr Modell oder die Version des Modells ändern.
Sie können ein Notebook so einstellen, dass es nach einem wiederkehrenden Zeitplan ausgeführt wird. Selbst wenn die Instanz heruntergefahren wurde, führt Gemini Enterprise Agent Platform Workbench Ihre Notebookdatei aus und speichert die Ergebnisse, sodass Sie sie ansehen und mit anderen teilen können. Weitere Informationen finden Sie unter Notebookausführung planen.
Informationen teilen
Ausgeführte Notebookausführungen werden in einem Cloud Storage-Bucket gespeichert, sodass Sie Ihre Informationen mit anderen teilen können, indem Sie Zugriff auf die Ergebnisse gewähren. Informationen dazu finden Sie im vorherigen Abschnitt zum Ausführen der Notebook-Ausführungen.
Instanz sichern
In den folgenden Abschnitten werden unterstützte Funktionen beschrieben, mit denen Sie Ihre Agent Platform Workbench-Instanz schützen können.
VPC
Sie können Ihre Agent Platform Workbench-Instanz über das von Google verwaltete Standardnetzwerk bereitstellen, das ein Standard-VPC-Netzwerk und ein Subnetz verwendet. Anstelle des Standardnetzwerks können Sie ein VPC-Netzwerk angeben, das mit Ihrer Instanz verwendet werden soll.
Informationen zur Verwendung von Agent Platform Workbench innerhalb eines Dienstperimeters finden Sie unter Agent Platform Workbench-Instanz innerhalb eines Dienstperimeters verwenden.
Kundenverwaltete Verschlüsselungsschlüssel (CMEK, Customer-Managed Encryption Keys)
Standardmäßig verschlüsselt Google Cloud Daten im inaktiven Zustand automatisch mit von Google verwalteten Verschlüsselungsschlüsseln. Wenn Sie bestimmte Compliance- oder behördliche Anforderungen in Bezug auf die Schlüssel zum Schutz Ihrer Daten haben, können Sie mit Ihren Gemini Enterprise Agent Platform Workbench-Instanzen kundenverwaltete Verschlüsselungsschlüssel (Customer-Managed Encryption Keys, CMEK) verwenden. Weitere Informationen finden Sie unter Kundenverwaltete Verschlüsselungsschlüssel.
Confidential Computing
Sie können Ihre aktiven Daten mit Confidential Computing verschlüsseln. Dazu aktivieren Sie den Confidential VM-Dienst, wenn Sie eine Agent Platform Workbench-Instanz erstellen. Eine Anleitung finden Sie unter Instanz mit Confidential Computing erstellen.
Automatisiertes Herunterfahren bei inaktiven Instanzen
Zur Kostensenkung werden Agent Platform Workbench-Instanzen standardmäßig heruntergefahren, nachdem sie für einen bestimmten Zeitraum inaktiv waren. Sie können den Zeitraum ändern oder diese Funktion deaktivieren. Weitere Informationen finden Sie unter Herunterfahren bei Inaktivität.
Conda-Umgebungen hinzufügen
Agent Platform Workbench-Instanzen verwenden Kernel, die auf Conda-Umgebungen basieren. Sie können Ihrer Agent Platform Workbench-Instanz eine Conda-Umgebung hinzufügen. Die Umgebung wird dann in der JupyterLab-Benutzeroberfläche Ihrer Instanz als Kernel angezeigt.
Wenn Sie Conda-Umgebungen hinzufügen, können Sie Kernel verwenden, die in der Standard-Agent Platform Workbench-Instanz nicht verfügbar sind. Sie können beispielsweise Conda-Umgebungen für R und Apache Beam hinzufügen. Oder Sie können Conda-Umgebungen für bestimmte ältere Versionen der verfügbaren Frameworks wie TensorFlow, PyTorch oder Python hinzufügen.
Weitere Informationen finden Sie unter