GCP 和 Datalab with Python 3.6，需要在 GCP 上使用 Jupyter

Question

我正在尝试使用 fastai 的库，但是这些库中内置的一些数据访问工具依赖于 HTML 对象。例如，DataBunch.show_batch 属性生成一个在 Jupyter 中最容易使用的 HTML 对象。我需要 运行 在 GCP（或其他云）上进行测试，问题如下：

• fastai 有一些库依赖于 Python3.6 或更高版本 (new string format)
• GCP 没有与 Jupyter NB 交互的好方法。我在设置时遇到了一些麻烦，但后来我的电脑需要重新格式化，现在我想知道是否应该重新设置。之前的方法很大程度上是基于this.
• GCP 显然有一些东西可以在它和 Jupyter NB 之间提供一个接口，称为 Datalab。但是，Datalab 不支持 Py3.6 或更高版本，per this link.

我看到几个选项：

1. 通过子类化 fastai 的库并完全跳过 Jupyter 开发我自己的数据可视化技术
2. 以不同的方式创建 Jupyter 到 GCP 的接口，基本上重做上面第二个要点中 link 中的步骤。
3. 使用我在 Datalab 上经常听到的其中一个容器 (docker)，它允许我使用我自己的 Python
版本

有没有人有其他方法可以让我建立这种联系？如果没有，任何人都可以提供其他 link 如何完成 1、2 或 3 吗？

Answer 1

您可以按照 fast.ai 中的 this guide 创建一个预装了所有必需库的 VM。然后，按照相同的指南，您可以在此 VM 中访问 JupyterLab 或 Jupyter Notebooks。它简单、快速，并附带 Python 3.7.3.

Answer 2

您可以使用 GCP AI Platform Notebooks 创建笔记本。

它应该为您提供一种一键式创建虚拟机的方法，其中预装了您需要的所有库。它甚至会给你一个 URL，你可以用它来直接访问你的笔记本。