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，因为我看了两个不同的地方，答案有点相反。
以下堆栈溢出answer https://stackoverflow.com/a/58329351/9146820提到Google Cloud AI Platform Notebooks 是 Google Cloud Datalab 的升级版本。在下面的Quora上page https://www.quora.com/What-is-the-difference-between-Google-Cloud-Datalab-and-Jupyter-notebooks，一位建筑师提到Cloud Datalab 构建在 Jupyter 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。根据我当前的环境设置，我不想增加维护额外网络和安全性的开销以进行监视，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。
AI Notebook 和 Cloud Datalab 之间，应该使用哪个
哪个场景？
无论如何，您都应该在新项目中使用 AI 笔记本，因为 Cloud Datalab 迟早会被弃用。
Cloud Datalab是否也提供Python的预装包，
Tensorflow 或 R 环境（如 AI Notebooks）？
是的，它确实。 https://cloud.google.com/datalab/docs/concepts/key-concepts#included_libraries
两种产品之间的差异总结。
-
DataLab
- 自定义 UI 与最新的 JupyterLab 扩展不兼容。
- 使用旧的 PyDatalab SDK，自从 DataLab 发布以来，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
-
笔记本电脑：
- 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) 是社区驱动的，因此可以快速发布新的更改。
- 访问 UI 很简单，无需 SSH，无需使用 CLI。
- 笔记本API
- 地形support https://registry.terraform.io/providers/hashicorp/google/latest/docs/resources/notebooks_instance
- 客户端库（Python https://googleapis.dev/python/notebooks/latest/index.html, Java https://github.com/googleapis/java-notebooks, NodeJS https://www.npmjs.com/package/@google-cloud/notebooks?activeTab=readme) 管理笔记本
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
