Jupyter notebook-server
Kør JupyterLab på en statisk IP, der ikke er din bærbare. Luk låget, træn, kom tilbage i morgen. Samarbejd med en kollega ved at dele det samme SSH-endpoint.
Vælg et land for at se Cloudzy på dit sprog.
Anaconda VPS Hosting
Python data-science VPS på AMD EPYC + NVMe. Klar til Jupyter, pandas og scikit-learn.
Uafhængigt cloud siden 2008. Fra $2,48/md · root SSH på 60 sekunder.
Starting at $2.48/mo · 50% rabat · Intet kreditkort kræves
Anaconda VPS på et øjeblik
Cloudzy runs Anaconda and Miniconda på Linux VPS-planer på tværs af 12 regions, starting at $2.48 per month. Planer fra 512 MB to 64 GB DDR5 on NVMe storage with 40 Gbps uplinks. Start JupyterLab, pandas, scikit-learn, NumPy og CPU PyTorch på under fem minutter - klargøring tager 60 secondsCloudzy har drevet uafhængigt siden 2008, serves 122,000+ developers, og er vurderet 4.6 / 5 by 717+ reviewers on Trustpilot.
Hvorfor datascientists vælger Cloudzy
Fire grunde til at dine notebooks hører hjemme på en rigtig server.
Nyeste generation AMD EPYC, kun NVMe-lagerplads, DDR5 hukommelse. pandas læser en 5 GB CSV på sekunder, ikke minutter.
Prøv Anaconda på Cloudzy med en rigtig notebook. Annuller inden for 14 dage, hvis det ikke passer. Ingen oprettelsesgebyrer.
Kør en lang pandas-pipeline natten over, og vend tilbage til en kørende notebook. SLA for de seneste 30 dage trackes på status.cloudzy.com.
Sidder du fast i en conda-miljøkonflikt midt om natten? Vi svarer på minutter - ingeniører, ikke manuskriptlæsere.
Vælg din stack
Anaconda til den fulde ~3 GB videnskabelige Python-distribution, Miniconda hvis du vil holde det minimalt. JupyterLab lytter på port 8888, pandas læser parquet fra din NVMe på millisekunder, scikit-learn træner på EPYC kerner. CUDA-images findes på GPU-planerne.
Use cases
Kør JupyterLab på en statisk IP, der ikke er din bærbare. Luk låget, træn, kom tilbage i morgen. Samarbejd med en kollega ved at dele det samme SSH-endpoint.
Behandl CSV-filer, parquet-filer og SQL-udtræk, der ikke passer i din bærbares RAM. Monter et 1 TB NVMe-volumen, giv det 16 GB og vær færdig inden frokost.
Random forests, gradient boosting, XGBoost på rigtige datasæt. EPYCs per-kerne-hastighed slår bærbare CPUs, og du kan lade et 6-timers sweep køre, mens du sover.
Backtests, faktoranalyse og Monte Carlo på flerårige tick-data. Condas fastlåste miljø gør notebooks reproducerbare på tværs af teamet.
Planlæg et conda-styret Python-script med cron eller systemd, kald et API, transformér data, skriv til S3 eller Postgres. Renere end at køre det på en laptop.
Start identiske Anaconda-miljøer til et workshop. `conda env export` én gang, `conda env create` til hver studerende. Ingen "works on my machine."
Global network
Træn der, hvor dine data ligger. EU, US, ME, Asien - vælg den region din S3-bucket eller Postgres læser fra.
Pricing
Pr. time, måned eller år. Ingen overførselsgebyrer. Ingen binding. Aktuelt 50% off all plans.
Hurtige Jupyter notebooks · Tutorials
Pandas / NumPy · Små datasæt
scikit-learn · Rigtige datasæt
DL på CPU · Tunge datajobs
FAQ. Anaconda VPS
Vælg en plan, vælg en region, klik. JupyterLab er klar, inden din kaffe er brygget.
Intet kreditkort kræves · 14 dages pengene-tilbage-garanti · Annuller når som helst