Yandex Cloud
  • Сервисы
  • Решения
  • Почему Yandex Cloud
  • Сообщество
  • Тарифы
  • Документация
  • Связаться с нами
Подключиться
Language / Region
© 2022 ООО «Яндекс.Облако»
Yandex DataSphere
  • Начало работы
  • Пошаговые инструкции
    • Все инструкции
    • Управление проектом
      • Создание проекта
      • Выбор версии Python
      • Установка зависимостей
      • Управление вычислительными ресурсами
      • Настроить ограничения вычислений для проекта
      • Настроить ограничения вычислений для каталога
      • Изменение размера хранилища проекта
      • Изменение имени или описания
      • Удаление ноутбука или проекта
    • Поделиться ноутбуком
      • Публикация ноутбука
      • Экспорт проекта
    • Работа с ноутбуком
      • Запуск примеров кода в ноутбуке
      • Версионирование. Работа с контрольными точками
      • Очистка состояния интерпретатора
      • Работа с Git
    • Управление Docker‑образами
      • Docker-образ для проекта
      • Docker-образ в ячейке
    • Подключение к источникам данных
      • Подключение к базе данных ClickHouse
      • Подключение к базе данных PostgreSQL
      • Подключение к хранилищу S3
    • Настройка интеграции с Data Proc
    • Работа с приватными данными
      • Создание секрета
      • Вызов секрета
      • Изменение секрета
      • Копирование секрета
      • Удаление секрета
    • Запуск распределенного обучения
    • Развертывание эксплуатации моделей
      • Создание ноды из ячейки с кодом на Python
      • Настройка окружения ноды
      • Запросы в ноды
  • Концепции
    • Обзор
    • Проект
    • Список предустановленного ПО
    • Доступные команды
    • Служебные команды #pragma
    • Конфигурации вычислительных ресурсов
    • Интеграция с системами контроля версий и данных
    • Сохранение состояния
    • Интеграция с Data Proc
    • Фоновые операции
    • Датасеты
    • Хранение приватных данных
    • Развертывание эксплуатации моделей
    • Использование TensorBoard в DataSphere
    • Распределенное обучение
    • Управление расходами
    • Квоты и лимиты
  • Ранний доступ
    • Обзор
    • Специальные фоновые операции
  • Практические руководства
    • Все руководства
    • Знакомство с DataSphere
    • Голосовая биометрия
    • Оценка качества STT моделей
    • Разметка аудио
    • Классификация изображений на видеокадрах
  • Справочник API
    • Аутентификация в API
    • gRPC (англ.)
      • Overview
      • AppTokenService
      • FolderBudgetService
      • NodeService
      • ProjectDataService
      • ProjectService
      • OperationService
    • REST (англ.)
      • Overview
      • AppToken
        • Overview
        • validate
      • FolderBudget
        • Overview
        • get
        • set
      • Node
        • Overview
        • execute
      • Project
        • Overview
        • create
        • delete
        • execute
        • get
        • getCellOutputs
        • getNotebookMetadata
        • getStateVariables
        • getUnitBalance
        • list
        • open
        • setUnitBalance
        • update
  • Управление доступом
  • Правила тарификации
  • Публичные материалы
  • Релизы
  • Вопросы и ответы
  1. Концепции
  2. Обзор

О сервисе DataSphere

Статья создана
Yandex.Cloud
  • Преимущества сервиса
    • Среда разработки, готовая к использованию
    • Автоматическое обслуживание вычислительных ресурсов
    • Сохранение состояния при завершении работы
    • Безопасное хранение приватных данных
    • Управление вычислительными ресурсами
    • Вы сможете поделиться вашими результатами
  • Существующие ограничения сервиса
  • Режим раннего доступа
  • Обращение в поддержку из сервиса

Yandex DataSphere — среда для ML-разработки, которая сочетает в себе привычный интерфейс Jupyter® Notebook, технологию бессерверных вычислений и возможность бесшовного использования разных конфигураций вычислительных ресурсов. Yandex DataSphere помогает значительно сократить стоимость машинного обучения по сравнению с вычислениями на собственном оборудовании или на других облачных платформах.

Если вы ещё не пользовались Jupyter Notebook, то попробуйте: ноутбуки удобны тем, что позволяют вам исполнять код последовательно и сразу визуализировать результаты. Ноутбуки также удобно использовать для подготовки аналитических отчетов и статей: между ячейками кода вы можете добавлять пояснения на языке Markdown.

Преимущества сервиса

Среда разработки, готовая к использованию

Вам не нужно тратить время на создание и обслуживание виртуальных машин — при создании нового проекта автоматически выделяются вычислительные ресурсы для решения ваших задач.

На виртуальной машине уже установлена среда разработки JupyterLab и пакеты для анализа данных и машинного обучения (TensorFlow, Keras, NumPy и другие) — вы можете сразу начать их использовать. Полный список предустановленных пакетов.

Если какого-то пакета вам не хватает, вы можете установить его прямо из ноутбука.

Автоматическое обслуживание вычислительных ресурсов

Сервис автоматически управляет выделением ресурсов. Если вы не будете производить вычисления, сервис не будет выделять ресурсы. Если вы используете функции режима раннего доступа, объемы использования ядер процессора и памяти показываются прямо в интерфейсе ноутбука.

Сохранение состояния при завершении работы

Если вы закроете вкладку с ноутбуком, состояние интерпретатора, все переменные и результаты вычислений сохранятся. Вы сможете продолжить работу, когда снова откроете проект.

Безопасное хранение приватных данных

Для работы с приватными данными (пароли, ключи и т.д.) в сервисе есть специальный инструмент секретница, который позволяет хранить и обрабатывать данные в зашифрованном виде. Подробнее о секретнице.

Управление вычислительными ресурсами

Для разных задач нужны разные вычислительные ресурсы. Для одних задач достаточно обычного процессора, а для других нужен графический процессор.

В DataSphere доступны разные конфигурации вычислительных ресурсов. По умолчанию проект запускается с минимальной конфигурацией c1.4 (32 ГБ RAM и 4 vCPU).

Вы можете изменить конфигурацию в любой момент в процессе работы. Состояние интерпретатора сохранится. При выборе конфигураций с GPU, например, g1.1 или g1.4, индикация степени загрузки GPU будет отображаться в правом верхнем углу интерфейса проекта.

Вы сможете поделиться вашими результатами

Чтобы поделиться вашими результатами:

  • Опубликуйте ноутбук в виде ссылки на отчет в формате HTML.
  • Экспортируйте проект в виде ZIP-архива.
  • Экспортируйте контрольную точку.

Существующие ограничения сервиса

Подробнее об ограничениях сервиса читайте в разделе Квоты и лимиты в DataSphere.

Режим раннего доступа

Опробуйте новые функции DataSphere до их релиза в режиме раннего доступа и поделитесь мнением об их работе.

Обращение в поддержку из сервиса

Чтобы обратиться в службу технической поддержки из сервиса:

  1. Нажмите значок image в правом нижнем углу окна ноутбука или в меню Help выберите пункт Report a bug.

  2. В открывшемся окне подробно опишите проблему, заполнив поля Bug и Give us more detail.

  3. Нажмите кнопку Report a bug.
    На ваш почтовый ящик придет письмо с номером обращения.

Следить за состоянием запроса можно через мобильное приложение Yandex Cloud для iOS или Android, а также в разделе Поддержка в консоли управления.

См. также

  • Пошаговые инструкции для DataSphere
  • Квоты и лимиты в DataSphere
  • Правила тарификации для DataSphere

Была ли статья полезна?

Language / Region
© 2022 ООО «Яндекс.Облако»
В этой статье:
  • Преимущества сервиса
  • Среда разработки, готовая к использованию
  • Автоматическое обслуживание вычислительных ресурсов
  • Сохранение состояния при завершении работы
  • Безопасное хранение приватных данных
  • Управление вычислительными ресурсами
  • Вы сможете поделиться вашими результатами
  • Существующие ограничения сервиса
  • Режим раннего доступа
  • Обращение в поддержку из сервиса