Benutzer-Werkzeuge

Webseiten-Werkzeuge


offen:jhub

Unterschiede

Hier werden die Unterschiede zwischen zwei Versionen angezeigt.

Link zu dieser Vergleichsansicht

Beide Seiten der vorigen Revision Vorhergehende Überarbeitung
Nächste Überarbeitung
Vorhergehende Überarbeitung
offen:jhub [2024/03/20 08:29]
itbs
offen:jhub [2024/07/17 08:59] (aktuell)
itbs
Zeile 6: Zeile 6:
  
 pythonhubstefan http://jhub.itbs.selfhost.co/ pythonhubstefan http://jhub.itbs.selfhost.co/
 +
 +ibex https://multiuserhub.ibwa.synology.me/hub/signup 
  
  
 https://www.docker.com/blog/getting-started-with-jupyterlab-as-a-docker-extension/ https://www.docker.com/blog/getting-started-with-jupyterlab-as-a-docker-extension/
  
-{{ :offen:banner_jupyter-extension.png?400 |JupyterHub lern Software Basis für jeden Systembenutzer}}+{{ :offen:banner_jupyter-extension.png?400&nolink |JupyterHub lern Software Basis für jeden Systembenutzer}}
  
 JupyterLab folgt einer Client-Server-Architektur (Abbildung 2), bei der der in TypeScript und React implementierte Client im Webbrowser des Benutzers ausgeführt wird. Es nutzt den Webpack-Modul-Bundler, um seinen Code in eine einzige JavaScript-Datei zu packen und über WebSockets mit dem Server zu kommunizieren. .Andererseits ist der Server eine Python-Anwendung, die das Tornado-Webframework nutzt, um den Client zu bedienen und verschiedene Funktionalitäten zu verwalten, darunter Kernel, Dateiverwaltung, Authentifizierung und Autorisierung. .Kernel, die für die Ausführung des im JupyterLab-Client eingegebenen Codes verantwortlich sind, können in jeder Programmiersprache geschrieben werden, obwohl Python häufig verwendet wird. JupyterLab folgt einer Client-Server-Architektur (Abbildung 2), bei der der in TypeScript und React implementierte Client im Webbrowser des Benutzers ausgeführt wird. Es nutzt den Webpack-Modul-Bundler, um seinen Code in eine einzige JavaScript-Datei zu packen und über WebSockets mit dem Server zu kommunizieren. .Andererseits ist der Server eine Python-Anwendung, die das Tornado-Webframework nutzt, um den Client zu bedienen und verschiedene Funktionalitäten zu verwalten, darunter Kernel, Dateiverwaltung, Authentifizierung und Autorisierung. .Kernel, die für die Ausführung des im JupyterLab-Client eingegebenen Codes verantwortlich sind, können in jeder Programmiersprache geschrieben werden, obwohl Python häufig verwendet wird.
Zeile 25: Zeile 27:
  
 Darüber hinaus ist Docker Desktop die einzige Voraussetzung für die Ausführung von JupyterLabs als Erweiterung. Sobald Sie Docker installiert haben, können Sie JupyterLab ganz einfach einrichten und verwenden, sodass keine zusätzlichen Softwareinstallationen oder komplexen Konfigurationsschritte erforderlich sind. Darüber hinaus ist Docker Desktop die einzige Voraussetzung für die Ausführung von JupyterLabs als Erweiterung. Sobald Sie Docker installiert haben, können Sie JupyterLab ganz einfach einrichten und verwenden, sodass keine zusätzlichen Softwareinstallationen oder komplexen Konfigurationsschritte erforderlich sind.
 +
 +==== Zusätzliche Kernel hinzufügen ====
 +
 +Wenn Sie mit anderen Sprachen als Python3 (Standard) arbeiten müssen, können Sie einen Schritt nach der Installation durchführen. Um beispielsweise den iJava-Kernel hinzuzufügen, starten Sie ein Terminal und führen Sie Folgendes aus:
 +
 +  ~ % docker exec -ti --user root jupyter_embedded_dd_vm /bin/sh -c "curl -s https://raw.githubusercontent.com/marcelo-ochoa/jupyter-docker-extension/main/addJava.sh | bash"
 +  
 +
 +==== JupyterLab-Notebook von URL laden ====
 +
 +Wenn Sie ein Notebook direkt aus dem Internet importieren möchten, können Sie die Option Datei > URL öffnen verwenden. https://raw.githubusercontent.com/SpencerPark/ijava-binder/master/3rdPartyDependency.ipynb
  
/volume1/web/dokuwiki/data/attic/offen/jhub.1710919754.txt.gz · Zuletzt geändert: 2024/03/20 08:29 von itbs