dfkernel 的安装和配置教程
项目基础介绍
dfkernel 是一个开源项目,它允许用户在 JupyterLab 中创建和运行具有清晰依赖关系的 Python 笔记本。这种笔记本被称为数据流笔记本,它通过将输出提升为链接单元格来工作。单元格的输出通过标识符进行标记,当其他单元格引用这些输出时,会在单元格之间创建依赖关系,确保在执行一个单元格之前,其上游单元格是最新的。
项目主要编程语言
该项目主要使用 TypeScript 和 Python 编程语言。
项目使用的关键技术和框架
- JupyterLab: 一个基于网页的交互式计算环境,允许用户组合代码、可视化和文本。
- IPython: 一个强大的交互式 shell,用于执行 Python 代码。
- ipykernel: Jupyter 内核,用于支持 Python 代码的执行。
- Playwright (用于测试): 一个 Node.js 库,用于自动化 Chromium、Firefox 和 WebKit 浏览器。
项目安装和配置的准备工作
在开始安装 dfkernel 之前,请确保您的系统已安装以下依赖项:
- Python: 版本至少为 3.7。
- NodeJS: 用于构建前端部分。
- JupyterLab: 版本至少为 4.0.0。
确保您的系统中已安装了 pip 和 npm,它们是安装 Python 包和 Node.js 包的工具。
安装步骤
以下是安装 dfkernel 的详细步骤:
-
安装 dfnotebook
打开命令行界面,执行以下命令来安装 dfnotebook 扩展:
pip install dfnotebook -
启动 JupyterLab
接下来,启动 JupyterLab:
jupyter lab -
创建新笔记本
在 JupyterLab 中,创建一个新的笔记本,并选择
DFPython 3内核。 -
开发模式下的安装 (可选)
如果您打算在开发模式下安装 dfnotebook,以便进行自定义或贡献代码,请按照以下步骤操作:
-
克隆存储库到本地环境:
git clone https://github.com/dataflownb/dfnotebook.git cd dfnotebook -
在开发模式下安装包:
pip install -e . -
将开发版本的扩展与 JupyterLab 链接:
jupyter labextension develop . --overwrite -
在更改后重建扩展 TypeScript 源:
jlpm build -
监视源目录并自动重建:
jlpm watch
-
-
卸载 dfnotebook
如果需要卸载 dfnotebook,可以使用以下命令:
pip uninstall dfnotebook在开发模式下,还需要移除通过
jupyter labextension develop命令创建的符号链接。
确保在每次安装或更新操作后重新启动 JupyterLab,以使更改生效。
以上就是 dfkernel 的安装和配置教程,按照这些步骤操作,您应该能够成功安装并开始使用 dfkernel。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0117
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08