​​​​​heise+ | Deep-Learning-Tutorial, Teil 1: Bilder für das Modelltraining aufbereiten
#Bilderkennung #Colab #DeepLearning #GoogleColab #JupyterNotebook #KünstlicheIntelligenz #MachineLearning

Das dreiteilige Deep-Learning-Tutorial zeigt Modelle anzupassen, zu trainieren und auf Embedded-Hardware, wie dem Jetson Nano, zur Objekterkennung zu nutzen․

​​​​​heise+ | Deep-Learning-Tutorial Teil 2: Modellerstellung mit Convolutional Neural Network
#Bilderkennung #Colab #DeepLearning #GoogleColab #JupyterNotebook #Keras #KünstlicheIntelligenz #MachineLearning

Teil 2 dieses Deep-Learning-Tutorials beschäftigt sich mit dem Training eines in Keras implementierten YOLOv3-Modells zur Objekterkennung․

​​​​​Projekt "Ausführbares Buch": Jupyter Book erstellt Tech-Bücher mit Markdown
#Jupyter #JupyterNotebook

Das noch im Beta-Stadium befindliche Projekt soll es Entwicklern erleichtern, interaktiven Tech-Inhalt und Code als PDF- und HTML-Dokumente zu publizieren․

​​​​​Sourcecode-Editor: Visual Studio Code integriert Jupyter Notebooks
#Editor #IDE #JupyterNotebook #Microsoft #MicrosoftVisualStudio

Die Jupyter Extension bietet auch jenseits von Python eine Anbindung der interaktiven Jupyter-Umgebung in Microsofts Open-Source-Editor․

​​​​​GitHub: Literate-Programmierumgebung nbdev veröffentlicht
#GitHub #JupyterNotebook #Python #nbdev

nbdev bringt einige Features mit, die Entwickler bei der Erstellung von Python-Software unterstützen sollen․

​​​​​ML und Data Science: JupyterLab 3․0 lässt sich einfacher erweitern
#DataScience #JupyterNotebook #JupyterLab #MachineLearning

Die Weboberfläche für Jupyter Notebooks bietet nun einen visuellen Debugger und läuft auf dem neuen Jupyter Server․

​​​​​heise+ | Datenvisualisierung mit Jupyter-Notebooks: Korrelationsanalysen mit Geodaten
#DataScience #JupyterNotebook #Pandas #Python #Softwareentwicklung #Visualisierung

Jupyter-Notebooks gehören zum Grundgerüst vieler Data-Science-Analysen․ Zusammenhänge zwischen Daten lassen sich mit Heatmaps und thematischen Karten erkunden․

​​​​​heise+ | Skalierbare Kapazitätsprognose in großen Datennetzen mit Jupyter-Notebook
#BigData #Datennetze #JupyterNotebook #Kapazitätsplanung #Programmiersprachen #Softwareentwicklung

Mit Batch- und Stream-Processing können Admins Engpässe in komplexen Netzwerken erkennen, bevor es kneift․ Ad-hoc-Prognosen mit Jupyter-Notebook helfen dabei․

​​​​​Data Science: JupyterLite läuft auf WebAssembly und benötigt kein Backend
#DataScience #Jupyter #JupyterNotebook #Python #WebAssembly

Jupyter veröffentlicht eine eigenständige JupyterLab-Distribution für den Browser․ Grundlage ist das ursprünglich von Mozilla angestoßene Projekt Pyodide․

​​​​​Cloud-Datenbank-GAU: Microsoft informiert Azure-Kunden über gravierende Lücke
#CloudComputing #Datenbanken #JupyterNotebook #Microsoft #MicrosoftAzure #Sicherheitslücke

Ein Security-Spezialist findet eine Lücke in der Azure-Infrastruktur, erlangt Vollzugriff auf Datenbanken․ Microsoft informiert die Kunden über nötige Schritte․

​​​​​Data Science: JupyterHub 2․0 führt rollenbasierte Zugriffskontrolle ein
#DataScience #Jupyter #JupyterNotebook #JupyterLab #MachineLearning

Der Multi-User-Server für Jupyter Notebooks wartet in dem größeren Update mit Role-based Access Control und JupyterLab als Standard-UI auf․

​​​​​heise+ | Jupyter-Notebooks: Code automatisch testen mit Python
#JupyterNotebook #Programmierung #Python #Quellcode

Mit Unit-Tests können Entwickler ganz einfach ihren Code überprüfen․ Unsere Autorin Pina Merkert hat das getestet – musste allerdings einige Umwege gehen․

​​​​​heise+ | Python-basiertes Framework: Mit Streamlit schneller zum Data-Science-Prototyp
#DataScience #Framework #JupyterNotebook #Streamlit #Visualisierung

Data Scientists müssen für Prototypen schnell Daten visualisieren können․ Streamlit wandelt Jupyter-Notebooks in Web-Apps auch ohne tieferes Frontend-Know-how․

​​​​​Kommandozeileninterpreter IPython 8 macht konstruktive Vorschläge
#IPython #Jupyter #JupyterNotebook #Programmiersprachen #Python

Autosuggestions beruhen auf bisherigen Eingaben und ergänzen die Autovervollständigung․ Das neue Release schneidet zudem zahlreiche alte Zöpfe ab․

​​​​​heise+ | Python für Datenanalysen: Effiziente Aufbereitung von Rohdaten mit pandas
#BigData #DataWrangling #Datenanalyse #JupyterNotebook #NumPy #Pandas #Python #Skriptsprachen

Die Aufbereitung von Rohdaten macht bei Datenanalysen einen Großteil des Aufwands aus․ Die Bibliothek pandas bringt dafür Datenstrukturen und Funktionen mit․

​​​​​heise+ | Jupyter Notebook für Einsteiger: Python-Snippets testen und Grafiken erstellen
#Energie #Gasspeicher #Gist #GitHub #Jupyter #JupyterNotebook #JupyterNotebooks #Programmierung #Python

Jupyter Notebook bietet eine einfache Bedienoberfläche, um Python-Snippets auszuführen․ So ist die Software für Einsteiger und Profis gleichermaßen interessant․

​​​​​Data Science: Jupyter Server 2․0 erweitert das User-Management
#DataScience #Jupyter #JupyterNotebook #JupyterLab #MachineLearning

Das Web-Backend für Jupyter Notebook und JupyterLab bringt zwei Jahre nach dem ersten Release neue APIs für das Identitätsmanagement und die Autorisierung mit․

​​​​​Entwicklungsumgebung: Kotlin Notebook für IntelliJ IDEA gestartet
#Entwicklungsumgebung #IntelliJIDEA #Jupyter #JupyterNotebook #Kotlin

Für IntelliJ IDEA Ultimate steht das experimentelle Kotlin-Notebook-Plug-in bereit․ Analog zu Jupyter Notebook zeigt es Code, Visualisierungen und Text an․

​​​​​heise+ | Mercury: Mit Jupyter erstellte Anwendungen als Web-App aufbereiten
#Framework #JupyterNotebook #LinuxundOpenSource #Mercury #Programmierung #Tool #WebApps #Webanwendungen

Jupyter-Notebooks glänzen beim schnellen Umsetzen von Prototypen․ Will man daraus Webanwendungen machen, kann man das ohne WebDev-Kenntnisse mit Mercury․

​​​​​Jupyter Notebook 7․0 erlaubt Zusammenarbeit an Notebooks in Echtzeit
#DataScience #JupyterNotebook #JupyterLab #KünstlicheIntelligenz #MachineLearning #Python

Die neue Hauptversion basiert auf JupyterLab 4․0 und bringt unter anderem Echtzeitzusammenarbeit, interaktives Debugging und einen Dark Mode․