PythonやR対応の統合開発環境「JupyterLab 4.0」正式リリース。 より効率的なレンダリング、リアルタイムコラボレーション機能が分離など
PythonやR対応の統合開発環境「JupyterLab 4.0」正式リリース。 より効率的なレンダリング、リアルタイムコラボレーション機能が分離など Project Jupyterは、オープンソースで開発されているWebIDE「JupyterLab 4.0」の正式リリースを発表しました。 JupyterLabは、Webブラウザから使えるPythonやR、Scala言語などに対応した統合開発環境です。 Project Jupyter傘下のプロジェクトには「JupyterLab」以外に「Jupyter Notebook」「Jupyter Desktop」もリリースしています。 JupyterLabは、PythonやScala、Rなどのコードを打ち込んですぐに実行できるインタラクティブなデータ解析環境であった「Jupyter Notebook」をベースとし、そこにターミナル画面の機能、ファイル
Glue Docker Imageを利用したGlue Jobローカル開発をためしてみた | DevelopersIO
Dockerコンテナを取得 Windowsコンテナを利用している場合は、Linuxコンテナにスイッチします。Dockerのアイコンを右クリックすると「Switch to Linux containers...」が表示されている場合はクリックする。「Switch to Windows containers...」と表示されている場合は、何もしなくてよいです。 DockerHubから、AWS Web Service提供イメージ「amazon/aws-glue-libs」を取得します。イメージは数GBの容量が必要なので、ローカルPCの容量と相談してください。 > docker pull amazon/aws-glue-libs:glue_libs_3.0.0_image_01 ❯ docker image ls REPOSITORY TAG IMAGE ID CREATED SIZE amazo
「AnimeGAN」を試してみる - Qiita
「AnimeGAN」とは TachibanaYoshinoさんが作成した、GANで画像をアニメ風に変換するソフトウェアです。詳細は以下リポジトリを参照ください。 TachibanaYoshino/AnimeGAN CartoonGAN-TensorflowやAnime-Sketch-Coloring-with-Swish-Gated-Residual-UNetがベースになっているようです。 学習済みモデルもあって簡単に動かせます。試してみたので動作メモと、結果の紹介です。 「AnimeGAN」動かし方 READMEに書いてある通りで動くのですが、手っ取り早く動かしたい人のために少しだけ詳しく書きます。 最初にPython環境、必要なライブラリをセットアップしましょう。初心者だとここが一番難しいかもしれませんね。以下ブログ記事をみて適当に（雑な説明）。 Pythonで機械学習をするための環境
Dive into Deep Learning — Dive into Deep Learning 1.0.3 documentation
Abasyn University, Islamabad Campus Alexandria University Amirkabir University of Technology Amity University Amrita Vishwa Vidyapeetham University Anna University Anna University Regional Campus Madurai Ateneo de Naga University Australian National University Bar-Ilan University Barnard College Beijing Foresty University Birla Institute of Technology and Science, Hyderabad Birla Institute of Tech
データサイエンティストの飛び道具としてのStreamlit - プロトタイピングをいい感じにする技術 - JX通信社エンジニアブログ
（ちょっと遅れましたが）新年あけましておめでとうございます🪁 JX通信社シニア・エンジニアで, データサイエンスからプロダクト開発までなんでもやるマンの@shinyorke（しんよーく）と申します. Stay Homeな最近は大河ドラマを観るのにハマってます&推しの作品は「太平記」です*1. データ分析やデータサイエンティスト的な仕事をしていると, 「いい感じのアウトプットがでた！やったぜ！！なおプレゼン🤔」 みたいなシチュエーションが割とあると思います. さあプレゼンだ！となったときにやることと言えば, ドキュメントとしてまとめる. 社内Wikiやブログ, ちょっとしたスライドなど. 分析・実験で使ったモノをそのまま見せる. より具体的に言うとJupyterのnotebookそのもの. 社内のいろいろな方に伝わるよう, ちょっとしたデモ（Webアプリ）を作る. だいたいこの3つのどれ
TypeScriptを動かす方法4選 | DevelopersIO
Introduction TypeScriptは直近１年で最も使われているプログラミング言語第4位で、 いまとても勢いのある開発言語です。 ご存知のとおり、TypeScriptはMicrosoftが開発した言語で、JavaScriptのスーパーセットです。 先ごろv4.1がリリースされ、今後さらに使われていくと思われます。 本稿では、TypeScriptに興味をもった人が簡単に動かしてみるための方法をいくつか紹介します。 Use Playground とにかくすぐTypeScriptを動かしたい場合、ブラウザでPlaygroundにアクセスすれば そのまま動かすことができます。 ブラウザ上で補完もきくし、ts configを細かく設定したり TypeScriptのバージョンも細かく指定できて便利です。 ※むかし自分で書いてた ちなみに、ここもPlaygroundとして使えます。（バージョン
Docker内Pythonで、JupyterやFlaskを使う開発環境の構築(VSCode/code-server両対応) - Qiita
Docker内Pythonで、JupyterやFlaskを使う開発環境の構築(VSCode/code-server両対応)PythonDockerVSCodeVisualStudioCodecode-server Pythonを少し使ってみようと思ったのですが、環境構築するために色々インストールするのは嫌でした。なのでDockerを使って環境を構築してみました。 インタラクティブな環境およびWebの両方を利用できて、VSCode(またはcode-server)で開発できる環境を目指します。特にVSCodeのPython拡張機能からDocker内Pythonで動作するJupyterへの接続にはハマる所がありましたので、環境構築手順を本稿にメモとして残します。 要件 CLIでPythonプログラムが実行できる Jupyterを利用して、インタラクティブにPythonが実行できる Flaskを利
Visual Studio CodeでJupyter Notebookを動かしてみた | DevelopersIO
どうも、DA事業本部の大澤です。 Visual Studio CodeのPython拡張機能のJupyter Notebook用エディタを触ってみました。Jupyter Notebookと似たインターフェイスでスクリプトが実行でき、エディタのインテリセンスのサポートも受けられて便利そうだったので、今回はその内容をご紹介します。 Working with Jupyter Notebooks in Visual Studio Code やってみる Python拡張機能を有効にする Jupyter Notebookをネイティブサポートするエディタを利用するにはPython拡張機能を有効化する必要があります。有効化してなければマーケットプレイスから検索し、有効化しましょう。 Python - Visual Studio Marketplace Python の環境を選択する コマンドパレットからP
[k8s]JupyterHubを使ったマルチユーザー環境をHelmを使って簡単にデプロイする | DevelopersIO
コンニチハ、千葉です。 マルチユーザーで利用するための、Jupyter環境を検証しています。今回は、Kubernetes上にJupyterHub環境をデプロイしてみます。 JupyterHubとは、認証機能、Jupyter環境をユーザーごとに立ち上げしプロキシしてくれるような素敵な機能です。 参考：https://zero-to-jupyterhub.readthedocs.io/en/latest/architecture.html JupyterHubは、Kubernetes上に簡単にデプロイできる仕組みが用意されています。ハードルは全然高くないです。 デプロイ方法としては、Kubernetesでのパッケージ管理Helm(yum的存在)を使ってJupyterHubチャート(チャートはrpm的存在)をデプロイします。 やってみた Jupyter Hubのセットアップ Helmの設定 He
![[k8s]JupyterHubを使ったマルチユーザー環境をHelmを使って簡単にデプロイする | DevelopersIO](https://cdn-ak-scissors.b.st-hatena.com/image/square/846134b75d31fe1195ccc7a602d8838193dfb2de/height=288;version=1;width=512/https%3A%2F%2Fdevio2023-media.developers.io%2Fwp-content%2Fuploads%2F2016%2F04%2Fjupyter-sq-text.jpg)
JupyterからSpark clusterを操作できるlivy + sparkmagicを試してみた - once upon a time,
Spark Summit 2016でもトークがあったSparkのREST serverであるlivyですが、MicrosoftがHDInsight上のSpark clusterとJupyterをlivyを使って繋げられるようにしたと聞いて、早速試してみました。 Jupyterって何？という方は簡単に言うと、ブラウザで各種言語のREPLが動くものと思ってもらえばいいです。 詳細は過去に書いた以下の記事を読んでみてください。 techlife.cookpad.com livyとは livyはSpark clusterをコントロールするためのREST Serverです。 Microsoftはこれとjupyter notebookのsparkmagicを使ってHDInsightとjupyterをつなげるようにしているそうです。 MSの取り組みはSpark Summit 2016のトークがわかりやす
Apache SparkのWebUI、いろいろ比較してみた
Sparkを実行できるWebUIをいくつか比較してみました。 対象としたのは下記の３つです。 Apache Zeppelin pyspark + Jupyter(iPython Notebook) spark-notebook Spark付属のSpark Web Interfaceは実行状況のモニタリングやRDDの状態が可視化されていて非常に便利なものなのですが、上記とは毛色が異なるため今回比較対象に入れていません。 Hueのnotebookやdatabricks cloudに関してはまた今度。。。 まずはそれぞれの概要を少しご紹介します。 Apache Zeppelin Apacheが作っているnotebook形式のWeb UIで、対話型実行ができます。 この記事を書いている時点での最新バージョンは0.6.0です。 Scala, Python, SQL(Spark), SQL(Hive)
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Pythonによるデータ解析入門一覧