#jupyter Dépôts
150 dépôts au total
Une extension serveur pour Jupyter Notebook fournissant des interfaces de configuration pour les nbextensions.
Visualisation rapide et interactive des données géospatiales dans Jupyter.
Introduction à Python et à la programmation pour les futurs data scientists
Créez des graphiques animés dans Jupyter Notebook et des environnements similaires avec une simple syntaxe Python.
Une extension magique IPython pour imprimer des horodatages, des numéros de version et des informations matérielles
Produisez et planifiez vos Jupyter Notebooks aussi facilement que vous les avez écrits.
Traitement du Signal Numérique - Théorie et Exemples de Calcul
Bibliothèque d'algèbre symbolique open-source multiplateforme pour C# et F#. Peut être utilisée à des fins de production et de recherche.
Bibliothèque étendant les notebooks Jupyter pour s'intégrer à Apache TinkerPop, openCypher et RDF SPARQL.
Une liste curated d'applications pratiques d'apprentissage automatique en entreprise (BML) et de science des données en entreprise (BDS) pour la comptabilité, les clients, les employés, le juridique, la gestion et les opérations (par @firmai)
GPU-Jupyter : Votre JupyterLab accéléré par GPU avec un riche stack d'outils de data science, TensorFlow et PyTorch pour vos expériences d'apprentissage profond reproductibles.
Framework pour construire une plateforme no-code personnalisée. Livré avec un environnement de programmation basé sur des flux et une interface graphique.
Ajoute des variables à la trace d'appels Python. Simple, léger, contrôlable. Personnalisez les formats et les couleurs. Déboguez les raisons des exceptions en enregistrant ou en imprimant joliment des contextes de variables colorés pour chaque cadre d'une trace, montrant chaque valeur. Videz les environnements locaux après les erreurs vers la console, les fichiers et les journaux. Fonctionne également dans Jupyter.
Fabric for Deep Learning (FfDL, prononcé fiddle) est une plateforme d'apprentissage profond offrant TensorFlow, Caffe, PyTorch, etc. en tant que service sur Kubernetes.
Buckaroo - L'interface utilisateur de table de données pour les Notebooks. Explorez rapidement les dataframes, faites défiler les dataframes, recherchez, triez, visualisez les statistiques récapitulatives et les histogrammes. Fonctionne avec Pandas, Polars, Jupyter, Marimo, VSCode Notebooks.
Une passerelle légère, multi-locataire, évolutive et sécurisée qui permet aux Jupyter Notebooks de partager des ressources sur des clusters distribués tels qu'Apache Spark, Kubernetes et d'autres.
Une interface Python élégante pour la visualisation sur la plateforme web afin de générer de manière interactive des insights sur des images multidimensionnelles, des ensembles de points et de la géométrie.
L'arrière-plan — c'est-à-dire les services principaux, les API et les points de terminaison REST — vers les applications web Jupyter.
Scripts de réparation et d'installation en un clic (réparation de divers systèmes Linux et scripts d'installation d'environnement serveur)
Lance des serveurs mono-utilisateur JupyterHub dans des conteneurs Docker
Apprenez Apache Spark en Scala, Python (PySpark) et R (SparkR) en construisant votre propre cluster avec une interface JupyterLab sur Docker. :zap:
Chaque chapitre de ce (mini-)livre vous guide dans la programmation d’un composant logiciel important pour la conduite automatisée.