Yandex DataSphere
Сервис для ML-разработки, предоставляющий все необходимые инструменты и динамически масштабируемые ресурсы для полного цикла разработки машинного обучения.
Привычная среда для разработки
Бессерверные вычисления
Гибкий выбор ресурсов
Популярные библиотеки
Распределённые вычисления
Вопросы и ответы
Что такое Yandex DataSphere?
DataSphere — это облачная среда, которая объединяет наиболее востребованные инструменты и ресурсы, необходимые для разработки машинного обучения. Сервис помогает пройти полный цикл создания модели: от эксперимента и разработки до запуска готовой версии в эксплуатацию на вычислительных мощностях Yandex.Cloud.
DataSphere — это облачная среда, которая объединяет наиболее востребованные инструменты и ресурсы, необходимые для разработки машинного обучения. Сервис помогает пройти полный цикл создания модели: от эксперимента и разработки до запуска готовой версии в эксплуатацию на вычислительных мощностях Yandex.Cloud.
В чём преимущества бессерверной среды Yandex DataSphere?
- Вам не нужно тратить время на создание и обслуживание виртуальных машин — вычислительные ресурсы выделяются автоматически при создании нового проекта или запуске вычислений.
- Вы можете масштабировать ресурсы, необходимые для работы с данными и обучения моделей, не прерывая вычислительные процессы.
- В сервисе доступны различные конфигурации вычислительных машин, в том числе ВМ с GPU Nvidia v100, а также распределенные вычисления на кластере SPARK.
- В качестве среды разработки в сервисе доступен широко распространённый интерфейс JupyterLab.
- Основные пакеты для анализа данных и машинного обучения уже доступны в сервисе в момент старта — TensorFlow, Keras, NumPy, PyTorch, CatBoost, LightGBM и другие.
Всё это помогает значительно сократить стоимость машинного обучения по сравнению с вычислениями на собственном оборудовании или на других облачных платформах, а также уменьшить время на разработку и ускорить перевод моделей из стадии эксперимента в стадию промышленного использования.
- Вам не нужно тратить время на создание и обслуживание виртуальных машин — вычислительные ресурсы выделяются автоматически при создании нового проекта или запуске вычислений.
- Вы можете масштабировать ресурсы, необходимые для работы с данными и обучения моделей, не прерывая вычислительные процессы.
- В сервисе доступны различные конфигурации вычислительных машин, в том числе ВМ с GPU Nvidia v100, а также распределенные вычисления на кластере SPARK.
- В качестве среды разработки в сервисе доступен широко распространённый интерфейс JupyterLab.
- Основные пакеты для анализа данных и машинного обучения уже доступны в сервисе в момент старта — TensorFlow, Keras, NumPy, PyTorch, CatBoost, LightGBM и другие.
Всё это помогает значительно сократить стоимость машинного обучения по сравнению с вычислениями на собственном оборудовании или на других облачных платформах, а также уменьшить время на разработку и ускорить перевод моделей из стадии эксперимента в стадию промышленного использования.
Начните пользоваться DataSphere
Полезные ссылки
TensorFlow является зарегистрированным товарным знаком, принадлежащим Google Inc.
PyTorch является зарегистрированным товарным знаком, принадлежащим Facebook, Inc.