笔记本正在成为数据科学家原型设计和分析的标准。许多云提供商以 Jupyter 笔记本电脑的形式提供机器学习和深度学习服务。其他玩家现在已经开始提供云托管的 Jupyter 环境，具有类似的存储、计算和定价结构。主要区别之一是多语言支持和版本控制选项，允许数据科学家在一个位置共享其工作。
犹太笔记本环境的日益普及
Jupyter 笔记本电脑环境正在成为数据科学项目产品化之旅中的第一个目的地。笔记本环境允许我们跟踪错误并保持干净的代码。最好的功能之一，虽然很简单，笔记本将停止编译你的代码，如果它发现一个错误。即使检测到错误，常规 IDE 也不会停止编译，并且根据代码的数量，返回并手动检测错误位置可能会浪费时间。
许多云提供商和其他第三方服务都看到了 Jupyter 笔记本电脑环境的价值，这就是为什么许多公司现在提供云托管的笔记本电脑，这些笔记本托管在云上，可供数百万人访问。许多数据科学家没有进行大规模深度学习的必要硬件，但在云托管环境中，硬件和后端配置大多得到处理，这使得用户只能配置所需的参数。
1.） 矩阵DS
MatrixDS是一个云平台，可提供与 GitHub 结合而成的社交网络体验，专为与同行共享数据科学项目而量身定制。它们支持一些最常用的技术，如 R、Python、Shiny、MongoDB、NGINX、Julia、MySQL 和 PostgreSQL。
它们还提供免费和付费的套餐。付费层与主要云平台上提供的内容类似，您可以在此平台上按使用量或时间付款。该平台根据需要提供 GPU 支持，以便在本地计算机不足时完成内存繁重和计算繁重的任务。
要开始在 MatrixDS 中使用聚居笔记本环境：
- 注册服务以创建帐户。默认情况下，它应该是一个免费帐户。
- 然后，系统将提示您访问”项目”页面。在这里，点击右上角的绿色按钮开始一个新的项目。给它一个名字和描述，然后单击”创建”。
- 然后，系统将要求您设置一些配置，例如 RAM 和内核的数量。因为它是一个免费帐户，您将被限制为4GB内存和1核CPU。
- 完成后，您将被带到您选择的工具（Jupyter 笔记本实例）将配置和准备页面
2.） 谷歌实验室
- 谷歌实验室是谷歌提供的免费Jupyter笔记本环境，特别适用于深度学习任务。它完全在云中运行，使您能够共享您的工作，直接保存到您的 Google 云云中，并提供计算能力资源。
- Colab 的主要优势之一是提供免费 GPU 支持（当然，有限制 – 查看其常见问题解答）。看到这个伟大的文章安妮博默开始与谷歌实验室。
- 它不仅配备了GPU支持，我们还可以访问TPU的Colab。
除了普通的Jupyter笔记本之外，为您的Jupyter环境使用 Google colab 的一个简单示例是能够使用opencv-python包中的 cv2.imshow（） 和 cv.imshow（）功能。这两个功能与独立的 Jupyter 笔记本不兼容。古格尔实验室为此问题提供了自定义修复：
xxxxxxx