2.2. 设置数据科学项目


要实现数据科学工作流,您必须创建一个数据科学项目(如下所述)。通过项目,您的团队可在独立命名空间中组织并合作资源。从项目中,您可以创建多个工作台,每个工作台都有自己的 IDE 环境(如 JupyterLab),每个环境都有自己的连接和集群存储。另外,工作台还可以与管道和模型服务器共享模型和数据。

先决条件

  • 您已登陆到 Red Hat OpenShift AI

流程

  1. 在导航菜单中,选择 Data Science projects。本页列出了您可以访问的所有现有项目。
  2. 如果您使用 Red Hat Developer Sandbox,它提供了一个默认的数据科学项目(如 myname-dev)。选择它并跳至 Verification 部分。

    如果使用自己的 OpenShift 集群,您可以选择现有项目(若有)或创建新项目。点 Create project

    注意

    您可以点击 Launch standalone workbench 按钮、选择 notebook 镜像并点 Start server 来启动 Jupyter 笔记本。但是,它是一个一次性的 Jupyter 笔记本,以隔离方式运行。

  3. Create project 部分,输入显示名称和描述。

    新的数据科学项目表单
  4. Create

验证

您可以看到项目的初始状态。单个标签页提供有关项目组件和项目访问权限的更多信息:

新的数据科学项目
  • 工作台是您开发和实验环境的实例。它们通常包含 IDE,如 JupyterLab、RStudio 和 Visual Studio Code。
  • 管道 包含在项目内执行的数据科学项目。
  • 通过 模型,您可以快速为实时推测提供受培训的模式。每个数据科学项目都有多个模型服务器。个模型服务器可以托管多个模型。
  • 集群存储是 一个持久性卷,用于保留您在工作台中处理的文件和数据。工作台可以访问一个或多个集群存储实例。
  • 连接包含连接 数据源所需的配置参数,如 S3 对象存储桶。
  • 权限 定义哪些用户和组可以访问项目。
返回顶部
Red Hat logoGithubredditYoutubeTwitter

学习

尝试、购买和销售

社区

关于红帽文档

通过我们的产品和服务,以及可以信赖的内容,帮助红帽用户创新并实现他们的目标。 了解我们当前的更新.

让开源更具包容性

红帽致力于替换我们的代码、文档和 Web 属性中存在问题的语言。欲了解更多详情,请参阅红帽博客.

關於紅帽

我们提供强化的解决方案,使企业能够更轻松地跨平台和环境(从核心数据中心到网络边缘)工作。

Theme

© 2025 Red Hat, Inc.