top-5-free-cloud-notebooks-2022.md

2022 年五大免费云笔记本

原文：www.kdnuggets.com/2022/04/top-5-free-cloud-notebooks-2022.html

图片由作者提供

我将分享我使用最佳云笔记本的经验，并解释它们为何排名前五。云集成开发环境（IDE）或云 Jupyter 笔记本改变了我对数据科学项目工作的整个看法。这些平台配备了预装的 Python 或 R 软件包，对大多数项目非常有用，几秒钟内你就可以开始工作。

---

我们的前三课程推荐

1. 谷歌网络安全证书 - 快速进入网络安全职业生涯。

2. 谷歌数据分析专业证书 - 提升你的数据分析能力

3. 谷歌 IT 支持专业证书 - 支持你组织的 IT 工作

---

在我的笔记本电脑上启动 VSCode 通常需要更多时间，然后我还需要安装缺失的软件包。除了免费的计算资源和预构建环境，云笔记本平台还提供了第三方工具集成、协作和发布选项。在这篇博客中，我们将深入探讨五大云笔记本的最佳功能，以及如何利用它们来改善你当前的数据科学开发环境。

1. Kaggle

图片来自 Kaggle

Kaggle 提供了一个完整的数据科学和机器学习生态系统。该平台互动性强，由社区驱动，学生和专业人士通过上传数据集、创建笔记本、分享想法和参与竞赛来贡献内容。Kaggle 还提供每周免费无限制的 CPU、30 小时 GPU 和 20 小时 TPU。除此之外，他们还提供无限的公共数据存储和 100 GB 的私人数据存储。Kaggle 是在机器学习项目中进行实验和分享解决方案的终极工具。

功能

• 免费的 CPU、GPU 和 TPU

• 免费存储

• 定时运行的笔记本

• 开源数据集和笔记本

• Python & R

• 谷歌云集成

• 版本控制

2. Deepnote

图片来自 Deepnote

Deepnote 是我喜爱的工具。我在上面完成所有工作任务。它是任何类型的数据科学项目的最佳云笔记本平台。我将它排在第二，因为该平台仅提供免费的 CPU。Kaggle 和 Deepnote 都在不断改善 UI 和添加功能，因此我很难决定第一个。Deepnote 是一个基于项目的笔记本平台，提供多种数据库集成和各种关键功能以改善用户体验。你可以在数据科学项目上进行实验，创建自定义环境，实时协作，并发布你的工作。Deepnote 是你所有数据科学项目的一站式服务。

特点

• 免费 CPU 和存储

• 计划中的笔记本运行

• Python、R 和自定义环境

• 数据库集成

• 用于运行 Streamlit、Tensorboard 等的 Web 服务器

• 实时协作

• 发布和共享笔记本

• 笔记本单元到 Web 应用

• 版本控制

3. Google Colab

图片来自Colab

Google Colab 在机器学习研究者和数据科学家中非常受欢迎。它简单且提供免费的 GPU 和 TPU。我使用 Colab 进行快速代码运行或尝试其他人的研究工作。大多数代码库或研究论文附有 Google Colab 的链接以测试和验证结果。我认为简单性和强大的计算能力使它非常吸引人，适合人们共享和实验机器学习项目。你获得临时存储、免费的但不可靠的 GPU 和 TPU，以及与 Google 云产品（如 Drive）的集成。

特点

• 免费 CPU、GPU 和 TPU

• 免费临时存储

• 仅支持 Python

• Google 云集成

• 改进的 Jupyter UI

• 快速加载

4. 亚马逊 SageMaker Studio Lab

图片来自Studiolab

亚马逊 SageMaker Studio Lab 是一个新的竞争者，它是一款高质量的产品。该平台非常容易使用。每个会话提供 12 小时的免费 CPU 和 4 小时的 GPU。Studio Lab 的架构和界面基于亚马逊 SageMaker Studio，但功能有限。你只能获得免费的计算、存储以及 Jupyter lab 及其扩展的所有功能。

特点

• 免费 CPU 和 GPU

• 免费有限存储

• 仅支持 Python 和自定义环境

• 快速简洁的 UI

• Jupyter 扩展

• 高内存

• 教育内容

5. Paperspace Gradient

图片来自Gradient

Gradient 由 Paperspace 提供，是一个专注于机器学习领域的云平台。它提供端到端的 MLOps 解决方案，包括模型和数据存储、部署解决方案和监控。它还提供免费 CPU 和 GPU 用于笔记本。用户界面相当美观且易于导航。为什么排在第 5 位？因为 GPU 大部分时间不可用，用户界面有 Bug 且较慢。还有一些其他平台免费提供的付费功能。Gradient 具有成为市场领导者的巨大潜力，但由于更新和开发较慢，仍在滞后。

功能

• 免费 CPU 和 GPU

• 免费有限存储

• 仅限 Python 环境

• 现代用户界面

• 版本控制有限

• 端到端机器学习解决方案

附加信息

来源于 DataCamp 工作区 的图片

DataCamp 工作区是云笔记本市场中的另一位新竞争者。它具有交互性，并提供所有 Jupyter 笔记本的功能。你仅限于使用 CPU，但 90% 的数据科学项目只需要 CPU。工作区是 DataCamp 课程生态系统的一部分，你可以在这里进行教程项目并参加比赛。该平台还允许你创建个人资料，并以文章的形式分享你的笔记本。我是 DataCamp 的忠实粉丝，我认为未来工作区由于其简单性和与其他 DataCamp 产品的集成，将跻身前五名。

功能

• 免费 CPU

• 免费有限存储

• 交互式用户界面

• 分享与发布

• 与 DataCamp 集成

• 集成了 Git、数据集和模板

Abid Ali Awan (@1abidaliawan) 是一位认证的数据科学专业人士，热衷于构建机器学习模型。目前，他专注于内容创作和撰写关于机器学习和数据科学技术的技术博客。Abid 拥有技术管理硕士学位和电信工程学士学位。他的愿景是使用图神经网络为挣扎于心理疾病的学生构建一个 AI 产品。

更多相关话题

• 数据科学的 7 个最佳免费云笔记本

• Anaconda 新品！数据科学培训与云托管笔记本

• 云机器学习展望：2021 年的惊喜与 2022 年的预测

• 迁移到 AWS 云的 11 个最佳实践

• 2022 年 ODSC 东部大会上的 15 场热门 MLOps 讲座，免费访问

• 2022 年特征存储峰会：关于特征工程的免费会议