Quels sont les cas d'utilisation de Google Colab ?, Je veux dire que je comprends que cela fonctionne bien avec Tensorflow, mais pourquoi quelqu'un préférera-t-il le cahier à Jupyter?
Mes raisons d'utiliser Colab
conda create env
encombrera vos répertoires%matplotlib inline
pas nécessaireJe ne travaille pas à la programmation et je ne veux pas tout installer sur mon ordinateur de travail pour le configurer pour Jupyter. Avec Google Colab, je peux commencer à travailler sans aucune installation et partager mes scripts avec des collègues non techniques qui ne pourraient rien installer eux-mêmes.
Mieux encore, vous disposez de 12 heures d’accès continu à un processeur graphique gratuitement! Cela est très utile pour pomper dans la science des données, en particulier dans les communautés sous-financées.
Comme son nom l'indique, Google Colab est livré aveccollaboration
/ dans le produit. Il fonctionne également sur les serveurs Google et vous n’avez rien à installer. De plus, les cahiers sont sauvegardés sur votreGoogle Drive
compte.
Si vous vous contentez de jouer ou de travailler surpersonal projects
, Jupyter fonctionnera correctement. Si vous souhaitez créercommercial-grade models
et les déployer en production, Codelab fournit l’approche du cycle de vie complet dont vous avez besoin.
Enregistre sur Google Drive, ce qui vous permet également de partager et de faire en sorte que plusieurs personnes travaillent simultanément sur le même document.Section compressible et arborescence de sections .
Scratch cell:
Une cellule permettant d’exécuter le code de test mais qui n’a pas été enregistrée dans votre ordinateur portable . Extraits de code
pdb debugger support
Cependant, le temps d’exécution est beaucoup plus restreint, car Jupyter n’est qu’une interface utilisateur Web pour une machine sur laquelle vous pouvez installer tout ce dont vous avez besoin.
Google Codelab est unfull-lifecycle workbench
qui vous aide à construire/déployer/mettre à l’échelle vos modèles d’une manière que les ordinateurs portables seuls ne peuvent pas.
Avec Codelab, vouscan prototype your model locally with scikit-learn
ouTensorFlow
puis déplacez-le vers/formez-le dans le nuage avec un énorme jeu de données.
Alors que Jupyter est le projet open source sur lequel Colaboratory est basé. Colaboratory vous permet d'utiliser et de partager des blocs-notes Jupyter avec d'autres personnes sans avoir à télécharger, installer ou exécuter quoi que ce soit sur votre propre ordinateur, à l'exception d'un navigateur.
En plus de cela, il a toute une sélection de bibliothèques pour interagir avec d'autres services cloud, en particulierBigQuery
.