雲端把我們連在一起

天下態勢，合久必分，分久必合。
計算機的發展史也是一樣；剛發明的時候需要大量的計算能力，機台之類的運算設備必須要放在一起才能完成一件艱鉅的任務，例如ENIAC。

當然啦，科技日新月異。當初無異於天方夜譚的不可能，在現在來說有可能只是習以為常罷了。

Google Datalab

這次作業使用的是Google Cloud Datalab，而開發的流程大致上如下：

攣生兄弟是你？

目前主流開發機器學習或是深度學習，大部分人借用Python易懂的特性使用在許許多多的地方；而操作介面中有一支IPython(該專案已更名為Jupyter)發展的蓬勃茂盛。
當中IPython採用了簡單明快的風格，創建所謂的Notebook，好管理且互動性高。
在此，對於想深入的同學提供另一個Google研究專案，那就是Colaboratory.

Datalab和Colab我認為有相近之處，Datalab與GCP相得益彰，而Colab則在Google Drive的生態環境有發揮空間。

• GitHub串接功能：兩者都有，我個人比較習慣Datalab的terminal執行；但用Colab自動連接也算是有趣的試驗。
• Notebook字型設定：Datalab比較偏向Jupyter官方設定，Colab看起來比較細，不太習慣。