Allgemeine Informationen
| Anleitung | |
|---|---|
| Informationen | |
| Betriebssystem | Alle |
| Service | Jupyter |
| Interessant für | Angestellte, Studierende und Gäste |
| HilfeWiki des ZIM der Uni Paderborn | |
 | This article is a stub. You can help us by expanding it. |
JupyterLab ist eine Webanwendung, mit der Notebooks erstellt und geteilt werden können, die die Entwicklung, Dokumentation und Ausführung von Code, Visualisierungen und erläuternden Text enthalten können. Die Notebooks ermöglichen die Entwicklung, Dokumentation und Ausführung von Code im Browser.
Das Jupyter-System unterstützt verschiedene Programmiersprachen, darunter Python, Java, R, Julia, Matlab viele mehr.
Zugang[Bearbeiten | Quelltext bearbeiten]
- Um Jupyter nutzen zu können, muss dies im Serviceportal unter Benutzerverwaltung -> Weitere Dienste in der Erweiterten Ansicht (unten links) beantragt werden. Wenn die erweiterte Ansicht eingeschaltet ist, kann der Dienst unter Lehre und Studium beantragt werden.
- Unter jupyter.upb.de kann sich dann mit den IMT Daten eingeloggt werden.
Beschreibung der verschiedenen IMT-Notebook-Images[Bearbeiten | Quelltext bearbeiten]
Bild: 1 Übersicht über die Notebook Images
Nach dem Login kann zwischen 5 verschiedenen Entwicklungsumgebungen ausgewählt werden:
- Basis-Notebook / Default basic python environment
- Diese Option enthält einen Jupyter Notebook-Server, der grundlegende Funktionen und Werkzeuge enthält und Python unterstützt.
- Enthält:
- Minimal funktionsfähiger Jupyter Notebook-Server
- Miniforge Python 3.x in /opt/conda mit zwei Paketmanagern (conda, mamba)
- Notebook-, Jupyterhub- und Jupyterlab-Pakete
- start-singleuser.sh-Skript, zum Starten aus JupyterHub
- Jupyter-Erweiterungen:
- nbgrader
- ngshare_exchange
- nbgitpuller
- Konfigurationen, um mit dem UPB-JupyterHub zu arbeiten
- Java-Notebook / Java and python environment
- Unterstützt Python und Java
- Enthält alles aus dem Basis-Notebook
- Enthält einen Java Compiler und die Basisumgebung
- Scipy-Notebook / Scientific python environment
- Enthält beliebte Pakete aus dem wissenschaftlichen Python-Ökosystem
- Es enthält außerdem:
- Alles aus dem Basis-Image
- TeX Live für die Konvertierung von Notebook-Dokumenten
- ipympl und ipywidgets für interaktive Visualisierungen und Diagramme in Python-Notebooks
- Facets zur Visualisierung von Datensätzen für maschinelles Lernen
- Datascience-Notebook / Datascience environment
- Enthält:
- alles aus der Scientific python environment / dem Scipy-Notebook
- Bibliotheken für die Datenanalyse aus den Communities Julia, Python und R
- Die folgenden Pakete: rpy2, HDF5, Gadfly, RDatasets
- Den Julia-Compiler und die Basisumgebung
- IJulia zur Unterstützung von Julia-Code in Jupyter-Notebooks
- Enthält:
- Tensorflow-Notebook / Tensorflow environment
- Enthält:
- Bibliotheken für Datenanalyse und Deep Learning aus der Julia-, Python- und R-Community
- Alles aus dem Datascience-Notebook
- Das „tensorflow maschinelles Lernen“-Paket
- Enthält:
Die anfangs ausgewählte Umgebung legt fest, welche Programmiersprache im Notebook angewendet werden kann. Wenn bspw. ein Notebook in der „Basis-Notebook / Default basic python environment“ erstellt wurde und mit Python gearbeitet wird, im nächsten Notebook aber mit Java gearbeitet werden soll, muss das Java-Notebook über die dementsprechende Umgebung gestartet werden (bspw. „Java-Notebook / Java and python environment“). Dafür wäre es sinnvoll verschiedene Ordner anzulegen, die jeweils Dateien verschiedener Umgebungen enthalten.
Eigenes Image beantragen[Bearbeiten | Quelltext bearbeiten]
Siehe auch[Bearbeiten | Quelltext bearbeiten]
Weitere interessante Artikel zum gleichen Themenfeld verlinken