GC DataLab está construido sobre Jupyter, por lo que no hay diferencia en la base.
La diferencia será los paquetes agrupados y el back-end de cómputo no insignificante al que tiene acceso.
Por ejemplo, uso Anaconda para Python, Spyder y Jupyter. Viene con una gran cantidad de paquetes. Pero proporciono mis propios recursos informáticos.
- ¿Hay algún servicio gratuito de computación en la nube?
- ¿Qué PaaS, CloudFoundry, dotCloud, RedHat Linux, Heroku es el mejor?
- ¿Cómo conducirán los automóviles conectados las inversiones en big data, computación en la nube, análisis y otras tecnologías?
- ¿Qué parámetros del servidor se utilizan para rastrear el rendimiento del servidor y decidir sobre la escala hacia arriba / abajo? ¿Y en qué valores?
- ¿Cómo puede static.com ofrecer 128 MB de RAM por $ 1.28 mientras que jelastic.servint.net ofrece lo mismo por $ 14?
GC DataLab viene con paquetes adicionales, que no obtienes con Anaconda, por ejemplo. Y obtienes la nube informática.
Si sabe cómo usar Jupyter, entonces sabe cómo usar GC DataLab.
Pero GC DataLab tendrá diferentes paquetes y dependencias … y la nube de cómputo!
Si está haciendo un proyecto que dice “instalar GC DataLab”, ¡simplemente hágalo! Obtiene un crédito de $ 300 para usar durante un año. Muy libre de probar.
Si está tratando de hacer la misma funcionalidad y no paga nada, tiene un poco de trabajo por delante. Claramente ven una oportunidad para un producto de suscripción compatible. Deberá duplicar ese trabajo. Probablemente tengan una ventaja de 100 años-hombre.
