heise Developer
92 subscribers
8.09K links
Informationen für Entwickler

Powered by @DerNewsChannel
Download Telegram
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․
heise+ | Data Science: Datenvisualisierung mit Jupyter-Notebooks
#DataScience #JupyterNotebook #Programmierung #Python #Softwareentwicklung #Visualisierung

Jupyter-Notebooks eignen sich zusammen mit Python für das Visualisieren von Daten․ Sie kommen häufig in den Bereichen Data Science und Datenanalyse zum Einsatz․
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․