Serwer notebooków Jupyter
Uruchom JupyterLab na statycznym adresie IP, który nie jest Twoim laptopem. Zamknij pokrywę, trenuj, wróć jutro. Połącz się w parę z członkiem zespołu, dzieląc ten sam punkt końcowy SSH.
Hosting VPS Anaconda
Anakonda VPS,
stan w ciągu kilku sekund.
Python VPS do nauki danych na AMD EPYC + NVMe. Jupyter, pandy, nauka scikit gotowa.
Niezależna chmura od 2008 roku. Od $2,48/mies. · root SSH w 60 sekund.
Od $2.48/mo · 50% zniżki · Bez karty kredytowej
~ ssh root@conda-ams-001
połączony
root@conda-ams-001:~# conda – wersja
Conda 24.5.0
root@conda-ams-001:~# conda utwórz -n ml python=3.11 pandy scikit-learn -y
Rozwiązywanie środowiska: gotowe
Pobieranie i rozpakowywanie pakietów... gotowe
root@conda-ams-001:~# conda aktywuj ml && jupyter lab --ip=0.0.0.0
[I] Serwer Jupyter działa pod adresem https://0.0.0.0:8888
(ml) root@conda-ams-001:~# _
Anaconda VPS w skrócie
Cloudzy biegnie Anakonda I Minikonda w planach Linux VPS 12 regionów, od 2,48 $ miesięcznie. Plany zaczynają się od 512 MB to 64 GB DDR5 on Pamięć NVMe z 40 Gbps łącza zwrotne. Rozkręć JupyterLab, pandas, scikit-learn, NumPy i CPU PyTorch w mniej niż pięć minut, aprowizacja zajmuje 60 sekund. Od tego czasu Cloudzy działa niezależnie 2008, obsługuje 122 000+ deweloperów, i jest oceniany 4.6 / 5 by 708+ reviewers na Trustpilot.
- Cena początkowa
- $2,48 / miesiąc
- Stos
- Anakonda · Minikonda
- Aprowizacja
- 60 sekund
- Regiony
- 12 na całym świecie
- SLA uptime
- 99.95%
- Zwrot pieniędzy
- 14 dni
Dlaczego analitycy danych wybierają Cloudzy
Przestrzeń robocza, która nie śpi.
Cztery powody, dla których Twoje notebooki znajdują się na prawdziwym serwerze.
AMD EPYC + NVMe
Najnowsza generacja AMD EPYC, pamięć masowa wyłącznie NVMe, pamięć DDR5. pandas odczytuje plik CSV o pojemności 5 GB w ciągu kilku sekund, a nie minut.
Zwrot w ciągu 14 dni
Wypróbuj Anacondę na Cloudzy z prawdziwym notatnikiem. Anuluj w ciągu 14 dni, jeśli nie pasuje. Brak opłat instalacyjnych.
Czas sprawności na poziomie 99,95%.
Uruchom długi potok pandas przez noc i wróć do działającego notatnika. Umowa SLA z ostatnich 30 dni jest śledzona na status.cloudzy.com.
Inżynierowie na czacie
Utknąłeś w konflikcie conda env o północy? Odpowiadamy w ciągu kilku minut, inżynierowie, a nie czytelnicy skryptów.
Wybierz swój stos
Stos danych Pythona.
Wstępnie upieczone, jednym kliknięciem.
Anaconda dla pełnej naukowej dystrybucji Pythona o wielkości około 3 GB, Miniconda, jeśli chcesz Lean. JupyterLab nasłuchuje na porcie 8888, pandas czyta parkiet z twojego NVMe w milisekundach, pociągi scikit-learn na rdzeniach EPYC. Obrazy CUDA znajdują się w planach GPU.
conda, pip, mamba, poezja, twoja decyzja
Anakonda
Pełna dystrybucja
Minikonda
Minimalny instalator
JupyterLab
IDE notebooka
pandy
Ramki danych
NumPy
Tablice · linlg
scikit-ucz się
Modele M.L
CPU PyTorch
Głębokie uczenie się
TensorFlow
Wnioskowanie o CPU
Przypadki użycia
Na czym ludzie jeżdżą
Anakonda VPS.
Inżynieria danych z pandas
Przetwarzaj pliki CSV, pliki parkietu i ekstrakty SQL, które nie mieszczą się w pamięci RAM Twojego laptopa. Zamontuj wolumin NVMe o pojemności 1 TB, wrzuć na niego 16 GB i zakończ przed lunchem.
szkolenie scikit-learn
Losowe lasy, zwiększanie gradientu, XGBoost na rzeczywistych zbiorach danych. Szybkość CPU EPYC na rdzeń przewyższa CPU laptopów, a Ty możesz pozwolić sobie na 6-godzinne działanie podczas snu.
Badania ilościowe
Testy historyczne, analiza czynnikowa, Monte Carlo na wieloletnich danych tickowych. Przypięte środowisko Condy umożliwia powtarzalność notatników w całym zespole.
ETL i rurociągi
Zaplanuj skrypt Pythona zarządzany przez conda za pomocą cron lub systemd, naciśnij API, przekształć, napisz do S3 lub Postgres. Czystsze niż uruchamianie go na laptopie.
Nauczanie i tutoriale
Stwórz identyczne środowiska Anaconda na potrzeby warsztatu. „conda env eksport” raz, „conda env utwórz” dla każdego ucznia. Nie, „działa na moim komputerze”.
60s
Aprowizacja
40 Gbps
Łącze w górę
Tylko NVMe
Składowanie
12
Regiony
99.95%
SLA uptime
14 dni
Zwrot pieniędzy
Sieć globalna
12 regionów. Cztery kontynenty.
Upuść notatnik blisko danych.
Trenuj tam, gdzie znajdują się Twoje dane. EU, US, ME, Asia, wybierz region, z którego odczytuje Twój segment S3 lub Postgres.
us-utah-1us-dal-1us-lax-1us-nyc-1us-mia-1eu-ams-1eu-lon-1eu-fra-1eu-zrh-1me-dxb-1ap-sgp-1ap-tyo-1
Wycena
Płać tylko za to, czego używasz. To wszystko.
Godzinowo, miesięcznie lub rocznie. Bez opłat za egress. Bez zobowiązań. Aktualnie 50% zniżki wszystkie plany.
1 GB DDR5
Szybkie notesy Jupyter · Poradniki
$3.48 /mies
$6.95/mo −50%
Wdróż teraz
Zwrot w ciągu 14 dni
- 1 vCPU @ EPYC
- 25 GB NVMe
- 1 TB · 40 Gbps
- Conda / Miniconda gotowa
- Root SSH · KVM
2 GB DDR5
pandas / NumPy · Małe zbiory danych
$7.475 /mies
$14.95/mo −50%
Wdróż teraz
Zwrot w ciągu 14 dni
- 1 vCPU @ EPYC
- 60 GB NVMe
- 3 TB · 40 Gbps
- Conda / Miniconda gotowa
- Root SSH · KVM
Najczęściej wybierany
4 GB DDR5
scikit-learn · Prawdziwe zbiory danych
$14.47 /mies
$28.95/mo −50%
Wdróż teraz
Zwrot w ciągu 14 dni
- 2 vCPU @ EPYC
- 120 GB NVMe
- 5 TB · 40 Gbps
- Conda / Miniconda gotowa
- Root SSH · KVM
Najczęściej wybierany
8 GB DDR5
DL na CPU · Zadania wymagające dużych ilości danych
$26.475 /mies
$52.95/mo −50%
Wdróż teraz
Zwrot w ciągu 14 dni
- 4 vCPU @ EPYC
- 240 GB NVMe
- 7 TB · 40 Gbps
- Conda / Miniconda gotowa
- Root SSH · KVM
Często zadawane pytania. Anakonda VPS
Częste pytania, konkretne odpowiedzi.
Co to jest Anaconda VPS?
Anaconda VPS to serwer w chmurze Linux z preinstalowaną dystrybucją Anaconda Python (lub gotową do działania jednym kliknięciem). Otrzymujesz conda, Python 3, NumPy, pandy, scikit-learn, JupyterLab i ponad 7000 pakietów do analityki danych, a wszystko to odizolowane od Twojego laptopa, dostępne przez SSH z dowolnego miejsca i dostępne w 60 sekund.
Anaconda czy Miniconda, którą zainstalować?
Wybierz Minicondę, jeśli chcesz mieć najmniejszą powierzchnię i tylko te pakiety, których faktycznie używasz. Wybierz Anaconda Distribution, jeśli chcesz, aby cały stos naukowy Pythona o pojemności ~3 GB był gotowy od razu po wyjęciu z pudełka. Obydwa są dostarczane jako obrazy uruchamiane jednym kliknięciem w systemie Ubuntu 22.04/24.04 LTS i można je później przełączyć za pomocą polecenia „conda install anaconda” lub odwrotnie.
Czy mogę uruchomić JupyterLab na Cloudzy VPS?
Tak. Uruchom JupyterLab za pomocą `jupyter lab --ip=0.0.0.0 --port=8888`, otwórz port w zaporze panelu i skieruj przeglądarkę na `https://twój-ip:8888`. W przypadku konfiguracji prywatnej tuneluj przez SSH (`ssh -L 8888:localhost:8888`), nie są potrzebne żadne reguły zapory sieciowej, a ruch jest szyfrowany.
Ile pamięci RAM potrzebuję do pracy związanej z analizą danych?
1 GB is enough for tutorials and small CSVs. 4 GB handles real pandas pipelines on datasets up to a few million rows. 8–16 GB is the sweet spot for scikit-learn on 50M+ rows or PyTorch CPU inference. Anything bigger or you need a GPU, see /deep-learning-gpu/.
Czy to obsługuje obciążenia GPU?
Plany Anaconda VPS są dostępne tylko dla CPU, są przeznaczone dla pand, scikit-learn i CPU PyTorch/TensorFlow. Informacje na temat szkolenia w zakresie CUDA, RAPIDS lub modeli na dużą skalę można znaleźć w artykułach /gpu-vps/ i /deep-learning-gpu/. Anaconda instaluje się również na tych planach.
Jak szybkie jest przygotowanie serwera?
Po potwierdzeniu płatności Twój VPS będzie dostępny w ciągu 60 sekund. Instalacja Anacondy lub Minicondy trwa kolejne 2–3 minuty za pomocą obrazu uruchamianego jednym kliknięciem lub mniej niż 60 sekund w przypadku Minicondy z instalatora curl. `conda --version` będzie działać w sumie w niecałe pięć minut.
Czy mogę udostępniać środowiska mojemu zespołowi?
Tak. `conda env eksport > środowisko.yml` tworzy przenośny plik, który twoi koledzy z drużyny mogą odtworzyć za pomocą `conda env create -f środowisko.yml`. VPS jest dostępny przez SSH, więc wielu użytkowników może sparować się na tym samym urządzeniu lub każdy może wdrożyć własny już od 2,48 USD/mies.
Czy jest dostęp do roota?
Tak, każdy VPS Cloudzy jest wyposażony w root SSH i pełną kontrolę jądra. Zainstaluj pakiety systemowe za pomocą `apt`, skonfiguruj usługi systemowe dla długotrwałych zadań szkoleniowych, zamontuj zewnętrzne woluminy NVMe lub uruchom Docker razem z Condą. Brak ograniczeń piaskownicy.
Czy mogę dokonać aktualizacji, jeśli mój zbiór danych się rozrośnie?
Tak. Zmiana rozmiaru pamięci RAM, vCPU i pamięci masowej na żywo z panelu, większość aktualizacji można wykonać w czasie krótszym niż 60 sekund bez przestojów. Zacznij od 1 GB na naukę, a następnie przejdź do 16 GB, gdy Twoje notebooki będą tego potrzebować. Rozliczenia godzinowe oznaczają, że nie jesteś przypisany do żadnego poziomu.
Czy oferujecie gwarancję zwrotu pieniędzy?
Tak, 14 dni od zakupu, pełny zwrot pieniędzy, bez zadawania pytań. Wypróbuj Anacondę na Cloudzy przy prawdziwym obciążeniu notebooka i zdecyduj, czy opóźnienia, wydajność i obsługa odpowiadają temu, czego używałeś wcześniej.
Gotowi, kiedy ty jesteś.
Conda wstanie za 60 sekund.
Wybierz plan, wybierz region, kliknij. JupyterLab otwarty przed kawą.
Bez karty kredytowej · Zwrot pieniędzy w ciągu 14 dni · Anuluj w dowolnej chwili