数値最適制御入門の入門
introduction_to_numerical_optimal_control.ipynb Sorry, something went wrong. Reload? Sorry, we cannot display this file. Sorry, this file is invalid so it cannot be displayed.
Widget List — Jupyter Widgets 8.1.1 documentation
Numeric widgets# There are many widgets distributed with ipywidgets that are designed to display numeric values. Widgets exist for displaying integers and floats, both bounded and unbounded. The integer widgets share a similar naming scheme to their floating point counterparts. By replacing Float with Int in the widget name, you can find the Integer equivalent. IntSlider# The slider is displayed w
Jupyterで計算・分析した何かをアプリっぽくプレゼンするまで - 33分4秒ではじめるStreamlit「雑」入門 - Lean Baseball
サムネイルで出してる内容がそのままこのエントリーのテーマです. Pythonアドベントカレンダー2020の9日目です. JX通信社のシニアエンジニアで, 趣味で野球*1とヘルスケア*2なデータを分析してるマンの@shinyorkeと申します. ちょっとしたデータサイエンスでもガチのR&Dでも何でもいいのですが, プレゼンするためのスライド作るとか, デモのアプリを作るのって相当ダルくないっすか? いやまあ大事な仕事なので不可避かつちゃんとやろうぜっていうのは事実*3なのですが, 手を抜くところは手を抜くべきだなというのが持論としてありますし, 「怠惰・傲慢・短気」というプログラマーの三大美徳からするとプレゼンの準備は最も「怠惰」であるべきとまで僕は思っています. そんな中, 今年はStreamlitという, 「データを見せるアプリを雑に作ろうぜ」っていうライブラリがめっちゃ流行りました（っ
Jupyter AI — Jupyter AI documentation
Jupyter AI# Welcome to Jupyter AI, which brings generative AI to Jupyter. Jupyter AI provides a user-friendly and powerful way to explore generative AI models in notebooks and improve your productivity in JupyterLab and the Jupyter Notebook. More specifically, Jupyter AI offers: An %%ai magic that turns the Jupyter notebook into a reproducible generative AI playground. This works anywhere the IPyt
Jupyter NotebookをWebアプリ化するPython Mercury
Pythonでデータ分析するとき、Jupyter Notebookを使う人は多いことでしょう。 試行錯誤の結果、ほぼ分析の流れが定型化した場合、必要の都度、Jupyter Notebook に記載されたPythonコードを頭から単に実行するケースも、まぁまぁあります。 定型化された分析業務を、データサイエンティストなどが実施する必要はありません。 そのため、Jupyter Notebookのファイルを共有し、必要な人（データサイエンティストでない人）が必要なときに、定型化された分析業務を実施する、ということも実務の世界では起こっています。 必要な人（データサイエンティストでない人）にとっての興味は分析結果であって、Pythonコードではありません。 PythonのライブラリーMercuryを使うことで、Jupyter NotebookをWebアプリ化し、グラフなどの出力のみを表示することが
【JupyterNotebook/Lab】Jupyter上でデバッグする３つの方法【Pdb】 - Qiita
Jupyter上でデバッグしたい print文を挟み、何回も繰り返し実行しながらデバッグの根源を突き止めるのはやめたい気持ち. ブレークポイントを指定しデバッグする方法 エラー発生時にデバッガを起動する方法 エラー発生後にデバッガを起動する方法 の３つの方法を紹介します。 ブレークポイントを指定するデバッグ デバッグをしたい行が明確な場合, 以下行をデバッグしたい行に挟みます.
Notebookの差分をhtmlで出力するGithub Actionsを作った - kuromt blog
diff-notebooks Notebookの差分をArtifactとして生成するdiff-notebooksをGithub Actionsとして公開しました。 github.com 想定する使い方はpull_requestをトリガーとするGithub Actionsへの組み込みです。 実行すると画面のようにNotebookの差分結果がArtifactとして保存されます。 中身はhtmlになっておりブラウザ上で開くとこのように差分を確認できるので、プルリクを受け取ったときのNotebookの差分チェックがGithub上の操作で完結します。 nbdiff-notebooksの中身 このGithub Actionsの中では、nbdiff-webで生成した差分のhtmlをファイルとして出力する自作ツールnbdiff-web-exporterを実行しています。 github.com nbdiff
jupyterを支える技術：traitlets（の解読を試みようとした話） - Qiita
Python Advent Calendar 2019 23日目の記事です。 はじめに 皆さんは、traitletsというライブラリをご存知でしょうか？ 私も少し前にjupyter notebookの実装を眺めていて、存在を知りました。元々IPythonの開発から生まれて切り離されたライブラリのようです。なので、IPythonやjupyter notebookを使用されている方はお世話になっていますし、なんなら知らない内に使っていたりします。 というのも、jupyter notebookやIPythonの設定ファイルは、traitletsを使って読み込まれているからです例えばjupyter_notebook_config.py1やipython_config.py2を編集して みたいな記述を見たor編集した経験のある方もおられるかもしれません。 実はここで出てくる、謎のcは、traitle
Jupyter Notebook Viewer
10-element Array{Tuple{Int64,Float64,Float64},1}: (2, 0.523599, 0.523599) (4, 0.109662, 0.109662) (6, 0.0656217, 0.0656217) (8, 0.061847, 0.061847) (10, 0.0785043, 0.0785043) (12, 0.12485, 0.12485) (14, 0.238402, 0.238402) (16, 0.531176, 0.531176) (18, 1.35261, 1.35261) (20, 3.87494, 3.87494) figure(figsize=(10,8)) x = linspace(0.5, 100.5, 401) y = linspace(-50,50,401) s = x' .+ y*im z = ξ.(s) sub
木星を継ぐもの 〜JupyterLab よこんにちは〜 | Research Blog
AI Lab で主に NLP を担当している張です。 突然ですが、まだ Jupyter Notebook で消耗していませんか？ 2011 年に IPython Notebook (現 Jupyter Notebook) の登場1によって研究やデータサイエンスの環境は一変しました。 それまではソースコードの実行やグラフの出力、メモやノートなどをすべて別々に取っておく必要があったものが、このツールによって一箇所にまとめて表示できるようになり、管理や閲覧が一元化され圧倒的に便利になりました。IPython Notebook の登場は研究者やデータ分析する人に革命的な効率改善をもたらしたのです。まさに働き方改革です。 2019 年現在、初登場から約 8 年もの年月が過ぎました。この 8 年の間に Python のバージョンは 3.2 から 3.7 にあがり、GPU は GTX 500 番台から
あなたの生産性を向上させるJupyter notebook Tips | リクルートテクノロジーズ メンバーズブログ
このエントリは全9回を予定する18卒新人ブログリレーの第3回です． はじめまして．今年度よりリクルートテクノロジーズに入社した河野 晋策です． 7月からQassチームにて検索ロジックの改善を行っています． Qassチームは，検索基盤の運用や検索ロジックの改善を行っているチームです． 詳しくは以下の記事をご覧ください． 検索組織の機械学習実行基盤 リクルート全社検索基盤のアーキテクチャ、採用技術、開発体制はどうなっているのか Elasticsearch＋Hadoopベースの大規模検索基盤大解剖 本記事の想定読者：普段Jupyter notebook・Jupyter Lab，Google Colaboratoryを使っている方，またこれから使おうと考えている方 本記事の概要：jupyter notebookの知見共有 はじめに Jupyter notebookとは 近年，データの重要性が様々な
Jupyter だけで機械学習を実サービス展開できる基盤 - Tech Blog - Recruit Lifestyle Engineer
こんにちは、CET チームの田村です。データ基盤を構築・運用したり、チャットボット（スマホ用です）を開発したりしているエンジニアです。 皆さん、実サービスで機械学習、活用できていますか？ 正直、難しいですよね。高精度なモデルを作ること自体も難しいですが、実際のサービスにそれを組み込むには、そこからさらに数々の難所が待ち構えているからです。 でも、そのほとんどはエンジニアリングで解消できます。 私たちのチームでは、数年にわたる経験をもとに難所とその対処法を整理し、すばやく成果をあげられる機械学習基盤を開発しはじめました。 本記事では、この基盤の設計とその背後にあるアイデアをご紹介します（機械学習工学研究会の勉強会での発表資料がベースです）。 イテレーションを何度も回せ 基盤そのものの前に、まず機械学習を成果につなげるためのポイントを説明させてください。 私たちは、機械学習の活用において必要な
Importing Jupyter Notebooks as Modules — Jupyter Notebook 7.2.1 documentation
from IPython import get_ipython from nbformat import read from IPython.core.interactiveshell import InteractiveShell Import hooks typically take the form of two objects: a Module Loader, which takes a module name (e.g. 'IPython.display'), and returns a Module a Module Finder, which figures out whether a module might exist, and tells Python what Loader to use def find_notebook(fullname, path=None):
PythonのSymPyで変分ベイズの例題を理解する - StatModeling Memorandum
この記事の続きです。 ここではPRMLの10.1.3項の一変数ガウス分布の例題（WikipediaのVariational_Bayesian_methodsのA basic exampleと同じ）をSymPyで解きます。すなわちデータが に従い*1、とが、 に従うという状況です。ここでデータ（）が得られたとして事後分布を変分ベイズで求めます。 まずはじめに、上記の確率モデルから同時分布を書き下しておきます。 なので、 となります。 この問題は単純なので事後分布は厳密に求まるのですが、ここでは変分ベイズで解きます。すなわち、事後分布をで近似します。さらにと因子分解可能と仮定します。そして、前の記事の最後の2つの式を使って、とが収束するまで繰り返し交互に更新して求めるのでした。以下ではこれをSymPyでやります。 from sympy import * from sympy.stats imp
Jupyter Notebookの拡張機能を使ってみる - はしくれエンジニアもどきのメモ
Jupyter Notebookの拡張機能を使ってみる Jupyter Notebook をさらに拡張してくれるIPython-notebook-extensions を使ってみたのでメモ。 環境 Windows 10 conda 4.0.5 Jupyter 4.1.0 IPython-notebook-extensions のインストール 今回は、「IPython-notebook-extensions」をインストールする。 github.com 管理者でコマンドプロンプトを実行して、 文字コードが変わっている場合はchcp を戻しておく。 chcp 932 インストール方法は書いてある通り、pip でできる。 anaconda でインストールしたjupyter にも問題なかった。 pip install https://github.com/ipython-contrib/IPytho
JupyterLab is Ready for Users
We are proud to announce the beta release series of JupyterLab, the next-generation web-based interface for Project Jupyter. tl;dr: JupyterLab is ready for daily use (installation, documentation, try it with Binder) JupyterLab is an interactive development environment for working with notebooks, code, and data.The Evolution of the Jupyter NotebookProject Jupyter exists to develop open-source softw
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
SymPy による数式処理とグラフ作成 - 弘前大学 Home Sweet Home
Jupyter AIでHuggingFace Hubを使うと、これまたすごい！ | moritalous blog
Connecting a Jupyter Notebook through Python (Part 3)
Project Jupyter