スライド上でコードが動く！Jupyter+RISEによるプレゼン環境 | Code Craft House
Jupyter のノートブックでプレゼンするための拡張機能、 RISE を試してみたので、環境構築や使い方についてまとめてみました。今回紹介する方法では、静的なHTMLに変換するのではなく 実行中のJupyterノートをプレゼン形式で見せる ことが可能で、 プレゼン表示のままコードの実行もできてしまう スゴイやつです。そのうち発表するときに使ってみたいなあと思いながら、自分用のメモを兼ねて一通り動かすところまで記事にしてみます。 RISEについて RISEは、実行中のJupter Notebookをスライド表示するための拡張機能になります。実行中の、というのがミソで、コードサンプルをスライドに載せるだけではなく、 スライド上のコードを書き換えたり、そのまま再実行する ことが可能になります。うたい文句にも "Live" という文字があるのですが、入力値をその場で書き換えて挙動の変化を見せるよ
PFNのエンジニアさんが公開してるJupyter Notebookが実践的なハンズオン形式でディープラーニング（Chainer）の入門に最適 - karaage. [からあげ]
Chainerでディープラーニング ここのところ、ディープラーニングのフレームワークはTensorFlowを使っています。以前はChainerも使っていたのですが、Chainer v2.0になり、以前画像認識とか試していたコードも動かなくなってしまい、やる気を失っていたのですよね。 そんな折、たまたまNVIDIAの機械学習のセミナを受ける機会があったのですが、GPU(Titan)積んだサーバに、Jupyterの環境が構築されていて、参加者はサーバにアクセスしてエンターキー連打していくだけでそれっぽい結果が出て、凄いやった気分になるし、絶対初心者は自分で環境出来ないからNVIDIAの環境にお金払うことになるしで、とてもよく設計されたセミナでした。 と書くと凄い悪徳セミナのようですが、Jupyterを使って、説明を読んでから、実際にコードを実行してその結果を確認していくというハンズオン形式は、
![PFNのエンジニアさんが公開してるJupyter Notebookが実践的なハンズオン形式でディープラーニング（Chainer）の入門に最適 - karaage. [からあげ]](https://cdn-ak-scissors.b.st-hatena.com/image/square/e53bb13cf631b1e3bc72b3ac943fb336b5db04c0/height=288;version=1;width=512/https%3A%2F%2Fcdn-ak.f.st-hatena.com%2Fimages%2Ffotolife%2Fk%2Fkaraage%2F20171002%2F20171002221628.png)
jupyter notebookで触れるプロットを描く - やったことの説明
回転できる3Dプロット スライドバーつき もっと綺麗なグラフを描く 参考 昔、Emacsから使えないからjupyter notebookは使わないという旨の記事を書いた。 実際まだ、Emacsからは使えていないけど、最近はだいたいのコードをEmacs+pythonで書いて、実行やグラフを描く部分をjupyter notebookでやるということをよくやっている。 jupyter notebook内にグラフを描く方法として %matplotlib inline という文を実行しておくという方法がある。 大体の場合にはこれで間に合うが、3Dグラフを回したり、アニメーションを動かしたりすることができなかった。 調べてみると他にも色々できることがわかったのでまとめる。 この記事では以下のようなプロットを描く。 回転できる3D アニメーション スライドバー付き もっと綺麗なグラフを描く markdo
雑なpythonスクリプトやjupyter notebookをdockerを使って動かす - yasuhisa's blog
気が付いたら三ヶ月ぶりのブログだった…。 きちんとした用途ならpyenv等を使って、きちんとpythonのversionを指定、使うライブラリも列挙というのをディレクトリ毎にやっていくようになりました。しかし、pythonを使いたいときはきちんとした用途だけではなく 雑にスクレイピングしたい 一度しかやらないようなテキスト処理をしたい 後々使うか分からないけど、手元にあるtsvファイルをjupyter notebookでデータ解析したい など、アドホックな用途も多いです。そういうときに毎回ライブラリをインストールして…とやるのはダルいので、上述のような用途で自分が使いそうなものをdockerにまとめておけば、さっと用事を済ませられるのではないかと思ってやってみました(N番煎じなのは分かってる)。 syou6162/docker_jupyter yasuhisa/jupyter - Dock
EIN(Emacs IPython Notebook)を試してみる - podhmo's diary
2つrepositoryがあり後者の方がmelpaで入るもの。どうやら後者は前者のforkらしい。 tkf/emacs-ipython-notebook: IPython notebook client in Emacs millejoh/emacs-ipython-notebook: Jupyter and IPython 2.x/3.x notebook client in Emacs install package-installで入れる。 M-x package-install ein 注意点としてemacsのversionを上げないとうまくいかない模様。25に上げる必要があった。結構アグレッシブ。 Unknown method kind :around · Issue #219 · millejoh/emacs-ipython-notebook how to use 使い方は以下
Jupyter NotebookでKerasのTraining進行状況を表示する（keras-tqdm） - shobylogy
Jupyter NotebookからKerasを使用すると、Trainingの進行状況がよくわからなくて不便ですよね。 keras-tqdmというライブラリを使うと、Jupyter NotebookでKerasのfitメソッドの進行状態をprogress barで表示してくれます。 GitHub - bstriner/keras-tqdm: Keras integration with TQDM progress bars インストール方法 pipでインストールできます。 pip install keras-tqdm 使い方 modelのfitメソッドを呼び出す際に、callbackとして渡すだけです。 from keras_tqdm import TQDMNotebookCallback model.fit(X_train, Y_train, verbose=0, callbacks=[
TensorFlowのグラフをJupyter上で可視化する ― tfgraphvizの紹介
はじめに TensorFlowにはTensorBoardという視覚化ツールが用意されています。TensorBoardを使うとニューラルネットのグラフや学習状況をインタラクティブに確認することができるので大変便利です。 しかし、TensorBoardの利用には「ログの書き出し→サーバ起動→ブラウザ起動」の手間があったり、GRAPHで表示されるグラフはノード名が途中で「...」で丸められてしまって他人に説明するには使いづらかったり、データサイエンス系で人気のJupyter notebookと連携できないといった面倒な点があります。 そこで、TensorFlowで構築したグラフをDOT言語+graphvizによって可視化するモジュールtfgraphvizを作りました。tfgraphvizを使うことで、グラフを簡単に画像化したり、TensorBoardのGRAPH機能と同等の機能をJupyter
普通のpython実行ファイル(argparseを含むファイル)をJupyter notebookで実行するときのメモ書き - Qiita
# parser = argparse.ArgumentParser(description='Chainer example: MNIST') # parser.add_argument('--batchsize', '-b', type=int, default=100, # help='Number of images in each mini-batch') # parser.add_argument('--epoch', '-e', type=int, default=20, # help='Number of sweeps over the dataset to train') # parser.add_argument('--gpu', '-g', type=int, default=-1, # help='GPU ID (negative value indicates C
JupyterまたはiPython Notebookでデバッグをする方法 - Qiita
某勉強会で少し話題になっていたので、調べてみました。 準備 デバッグしたい行の直前に、以下を追加します。 IPython.core.debuggerのTraceを使っても良いですが、現在ではDEPRECATED(廃止)扱いになっています。 参考: IPython issue #9940 実行 JupyterやiPython Notebookで普通に実行すると、前項で追加した行の直後で実行が中断されます。 ipdb>の後に現れるテキストフィールドに、コマンドを入力します。hでヘルプが表示されます。qで終了します。 ipdbコマンド一覧 参考: Python Ipdb Cheatsheet 移動系 コマンド 説明
Jupyter-notebook の作図ライブラリ比較 - Qiita
時は戦国 Python には作図ライブラリがたくさんあります。 最もデファクトスタンダードに近く歴史も古い作図ライブラリは matplotlib で間違いないでしょうが、それでも R における ggplot2 ほどの地位は確立していないように思います。 特に、Jupyter-notebook 上ではインタラクティブなグラフを表示するニーズがあり、そこでは静的なグラフよりもさらにライブラリが割拠している印象があります。何がどう違うのかよくわかりません。 そこで今回は代表的な作図ライブラリの Jupyter-notebook 上での 違いについて簡単にまとめます。 注意 各ライブラリはいずれも細かくグラフのスタイルを設定可能で、やろうと思えば同じような見た目のグラフを生成することも可能ですが、今回はできるだけ何も設定せずにプロットした時のグラフを使います。 今回試すライブラリたち matplo
Jupyter(IPython)上でメモリ食っている変数を探し出して削除する - Qiita
メモリ食ってる変数を確認・削除したい Jupyter(IPython)上でデータ解析などを行っていると、データがメモリ上にどんどん蓄積されていくので、メモリを食っている変数を確認したくなる。 そのような時に以下のコマンドを実行すると、変数とその変数のメモリ容量を一覧にして表示してくれる。 import sys print "{}{: >25}{}{: >10}{}".format('|','Variable Name','|','Memory','|') print " ------------------------------------ " for var_name in dir(): if not var_name.startswith("_"): print "{}{: >25}{}{: >10}{}".format('|',var_name,'|',sys.getsizeof(
[Python, Julia] Jupyter で 3D 表示 - Mayavi ライブラリ - Qiita
【メモ2019/12/24。2019年末になっても本記事に「イイね」や「ストック」して頂きありがとうございます。以下の内容に基本は変わりませんが、Python 3.x、Julia 1.x の時代ですので、最新状況を追っていただくようにお願いします。 】 Jupyter Advent calendar 2016 12日目の記事です。 Jupyter で 3Dグラフィックスを表示できます。Python の Mayavi ライブラリを使います。 Mayavi は、Python用の 3次元グラフィックス表示ライブラリです。科学技術分野の可視化を念頭に開発された vtk をグラフィックスエンジンとしています。デモを見て頂くと、どのような絵が描けるか分かるでしょう。-> デモ, MRI example お膳立て Mayaviライブラリの出力を Jupyter で表示するためには、以下の二つの条件が整っ
![[Python, Julia] Jupyter で 3D 表示 - Mayavi ライブラリ - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/b7da318209a76d12d5870d423b6b69c0413816d7/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Fadvent-calendar-ogp-background-7940cd1c8db80a7ec40711d90f43539e.jpg%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9JTVCUHl0aG9uJTJDJTIwSnVsaWElNUQlMjBKdXB5dGVyJTIwJUUzJTgxJUE3JTIwM0QlMjAlRTglQTElQTglRTclQTQlQkElMjAtJTIwTWF5YXZpJTIwJUUzJTgzJUE5JUUzJTgyJUE0JUUzJTgzJTk2JUUzJTgzJUE5JUUzJTgzJUFBJnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnR4dC1jb2xvcj0lMjMzQTNDM0MmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmcz0wMDMyZWY4NjMxMzQ3YTczNmFkN2VmOTk4N2M0NTU4YQ%26mark-x%3D120%26mark-y%3D96%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9OTcyJnR4dD0lNDB0ZW5mdTJ0ZWEmdHh0LWNvbG9yPSUyMzNBM0MzQyZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zNiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPWNkZDUwZjQ5ZDZkN2E2YzVkMDk0NmNkMTBiZTJjMjMz%26blend-x%3D120%26blend-y%3D500%26blend-mode%3Dnormal%26s%3Df9706a2aee97de5d8a424c7b340330d3)
Jupyter Notebook x d3.jsでリッチなデータビジュアライゼーション - Qiita
この記事はOrigami Advent Calendar 2016 10日目の記事です。 データエンジニアやデータサイエンティストの日常業務で使用するツールにJupyter Notebookという便利な分析道具があります。弊社でもアドホックな分析をするのに使用しています。 Jupyter Notebookですが、線グラフや円グラフのような単純な可視化をするにはmatplotlibやbokehを使えば十分ですが、データを見ているともっと複雑なデータ可視化したい、インタラクティブにデータ深掘りたいというニーズが出てくると思います。 この記事ではそのようなニーズを解決するためにJupyter上でd3.jsを動かせるようにしてmatplotlibだけでは対応できないビジュアライズ方法を紹介します。 この記事で使用したサンプルコードは全てこちらのリポジトリに置いてありますので参考にしてみてください。
Jupyterノートブック上でJavaScriptからカーネルのコードを実行する方法 - めもめも
qiita.com これは、jupyter notebook Advent Calendar 2016の10日目の記事です。 何の話かというと IPython.displayモジュールのHTML関数を使うと、次のように、Jupyterノートブック上でJavaScriptを実行することができます。 from IPython.display import HTML javascript = ''' <script type="text/javascript"> alert("HOGE") </script> ''' HTML(javascript) # ポップアップウィンドウを表示 この時さらに、JavaScriptからノートブックを実行中のカーネルを呼び出して、任意のコードを実行することが可能です。また、JavaScript側でコードの実行結果を受け取ることもできます。具体的には、次のように
Jupyter+Ansibleを使ったインフラ運用のための下準備 - Qiita
Advent Calendar、遅刻してしまったわけですが・・・ 今年も、去年から引き続き国立情報学研究所さんにてJupyterとAnsibleを使ってインフラ運用をやらせていただきました。 本来、Jupyterはデータ分析のための道具として生まれたわけですが、文章＋コードの形式で、Notebookとして実行内容を記述、実行して残しておくというやり方は、データ分析以外の場面でも役に立つなあ、としみじみ感じています。そんなわけで、Jupyter+Ansible+インフラ運用なネタを。 この記事の内容 NIIクラウド運用チームにおけるインフラ運用のコンセプトについては Jupyter Notebookを用いた文芸的インフラ運用のススメ にて詳しく説明されているのでそちらを参照していただくとして、インフラ運用の"お手本(の一例)"Notebookとして、以下のようなNotebookを公開してみて
分析結果を楽にカッコよく可視化する方法~2016年版~ | Recruit Tech Blog
はじめに リクルートテクノロジーズの大杉です。Pythonで分析した結果をD3jsで可視化するのがマイブームです。今回はその話です。 今回のサンプルスクリプトはこちらをご参照ください。 githubへのリンク 先日のリクルート自然言語処理ハッカソンでは、Jupyter notebookを使って、 分析サーバー内のファイルや、Redshift やElasticsearchのデータにアクセス データの前処理・分析 プレゼン用の画像を作成 をおこなう環境を用意しました。 そのさいに、Jupyter notebookのことを知らない方がおり、もったいないと感じました。 Jupyter notebookはPythonでデータ分析をする方にとって、非常に便利なツールです。 これを使えば、webブラウザから、DBアクセスやら機械学習やら作図やらが行えます。 紹介 Jupyter notebook Plo
Python Jupyter + pandas で DataFrame 表示をカスタマイズする - StatsFragments
先日 pandas v0.17.1 がリリースされた。v0.17.0 に対するバグフィックスがメインだが、以下の追加機能もあるため その内容をまとめたい。 HTML 表示のカスタマイズ Jupyer 上では pandasの DataFrame は自動的に HTML として描画される。この HTML に対して、さまざまな CSS を柔軟に設定できるようになった。 このエントリでは、添付した公式ドキュメントとは少し違う例を記載する。 Style -- pandas documentation @TomAugspurger (コミッタの一人) 作成の Jupyter Notebook 重要 公式ドキュメントにも記載がされているが v0.17.1 時点で開発中 / Experimental な追加のため、今後 破壊的な変更が発生する可能性がある。ご要望やお気づきの点があれば GitHub issu
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
SSSSLIDE
How to run OpenAI Gym .render() over a server
tqdm/tqdm: A fast, extensible progress bar for Python and CLI
