#jupyter Репозитории
Всего репозиториев: 150
Расширение сервера Jupyter Notebook, предоставляющее интерфейсы конфигурации для nbextensions.
Быстрая интерактивная визуализация геопространственных данных в Jupyter.
Введение в Python и программирование для тех, кто хочет стать data scientist
Создавайте анимированные диаграммы в Jupyter Notebook и аналогичных средах с простым синтаксисом Python.
Расширение IPython magic для печати отметок даты и времени, номеров версий и информации об оборудовании
Делайте продакшн и планируйте ваши Jupyter Notebooks так же легко, как вы их писали.
Цифровая обработка сигналов - Теория и вычислительные примеры
Кроссплатформенная библиотека символьной алгебры с открытым исходным кодом для C# и F#. Может использоваться как для производственных, так и для исследовательских целей.
Библиотека, расширяющая Jupyter Notebook для интеграции с Apache TinkerPop, openCypher и RDF SPARQL.
Куратированный список практических приложений бизнес-машинного обучения (BML) и бизнес-науки о данных (BDS) для бухгалтерии, клиентов, сотрудников, юридических вопросов, управления и операций (от @firmai)
GPU-Jupyter: Ваш ускоренный GPU JupyterLab с богатым стеком инструментов для data science, TensorFlow и PyTorch для ваших воспроизводимых экспериментов глубокого обучения.
Фреймворк для создания пользовательской no-code платформы. Поставляется со средой программирования на основе потоков и графическим интерфейсом пользователя.
Добавляет переменные в traceback Python. Просто, легковесно, управляемо. Настройте форматы и цвета. Отлаживайте причины исключений, регистрируя или красиво печатая красочные контексты переменных для каждого кадра в стектрейсе, показывая каждое значение. Выгружайте локальные среды после ошибок в консоль, файлы и логгеры. Работает и в Jupyter.
Fabric for Deep Learning (FfDL, произносится fiddle) — это платформа для глубокого обучения, предлагающая TensorFlow, Caffe, PyTorch и т. д. как сервис на Kubernetes.
Buckaroo - Пользовательский интерфейс таблицы данных для Notebooks. Быстро исследуйте DataFrame, прокручивайте DataFrame, ищите, сортируйте, просматривайте сводную статистику и гистограммы. Работает с Pandas, Polars, Jupyter, Marimo, VSCode Notebooks.
Легкий, многопользовательский, масштабируемый и безопасный шлюз, который позволяет Jupyter Notebooks совместно использовать ресурсы в распределенных кластерах, таких как Apache Spark, Kubernetes и других.
Элегантный интерфейс Python для визуализации на веб-платформе, позволяющий интерактивно генерировать insights по многомерным изображениям, наборам точек и геометрии.
Бэкенд — т. е. основные сервисы, API и конечные точки REST — для веб-приложений Jupyter.
Скрипты восстановления и установки в один клик (восстановление различных систем Linux и скрипты установки серверной среды)
Запускает серверы JupyterHub для отдельных пользователей в контейнерах Docker
Изучите Apache Spark на Scala, Python (PySpark) и R (SparkR), создав собственный кластер с интерфейсом JupyterLab на Docker. :zap:
Каждая глава этой (мини-)книги поможет вам запрограммировать один важный программный компонент для автоматизированного вождения.