JupyterAI IA générative + JupyterLab

JupyterAI IA générative + JupyterLab

Vous n’aurez pas besoin d’un Copilot dans VSCode ! J’en doute.

JupyterLab a été l’un des meilleurs amis d’un jeune scientifique des données. Même pour les vétérans, c’était l’une des aires de jeu les plus utilisées avant que le code ne passe en production. C’est vraiment un moyen puissant et convivial d’explorer des modèles dans des notebooks et d’améliorer la productivité précoce. Dans certains cas comme Netflix, l’ensemble des pipelines de données, y compris les tâches planifiées, sont exécutés à l’aide de JupyterLab.

Jupyter AI offre un moyen convivial et puissant d’explorer des modèles d’IA générative dans des notebooks et d’améliorer votre productivité dans JupyterLab et le Jupyter Notebook. Plus précisément, Jupyter AI propose :

  • Une %%ai Magic qui transforme le Jupyter Notebook en une aire de jeu d’IA générative reproductible. Cela fonctionne partout où le noyau IPython s’exécute (JupyterLab, Jupyter Notebook, Google Colab, VSCode, etc.).
  • Une interface de discussion native dans JupyterLab qui vous permet de travailler avec l’IA générative en tant qu’assistant conversationnel.
  • Prise en charge d’une large gamme de fournisseurs et de modèles de modèle génératif (AI21, Anthropic, Cohere, Hugging Face, OpenAI, SageMaker, etc.).

Installation

Pour installer JupyterAI,

pip install jupyter_ai

La dernière version majeure de jupyter_ai, v2, ne prend en charge que JupyterLab 4. Si vous avez besoin de la prise en charge de JupyterLab 3, vous devez installer jupyter_ai v1 à la place :

pip install jupyter_ai~=1.0

Pour tous les utilisateurs de JupyterNotebook qui n’utilisent pas Labs, vous pouvez utiliser JupyterAI via des actions magiques. Pour installer les actions magiques pour Jupyter AI, exécutez la commande suivante.

pip install jupyter_ai_magics

Fournisseurs de modèles pris en charge

Les variables d’environnement doivent être définies dans l’environnement Python sur lequel vous travaillerez. Veuillez donc prendre note des noms réels des variables. Veuillez également prendre note de la dépendance du package Python pour utiliser les modèles.

We will continue to update IPGirl; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

AI

Ce bulletin d'information sur l'IA est tout ce dont vous avez besoin #56

Cette semaine, nous avons vu plusieurs nouveaux concurrents dans le monde des LLMs, à la fois dans les modèles open-s...

AI

De GPT-1 à GPT-4 Une analyse complète et comparative des modèles linguistiques évolutifs d'OpenAI

OpenAI propose une large sélection de modèles, chacun avec ses propres fonctionnalités et sa structure de coûts, pour...

AI

L'IA rivalise avec le nez humain pour nommer les odeurs

Des chercheurs ont développé un réseau neuronal graphique qui a parfaitement correspondu à l'identification de 55 ode...

AI

Révolutionner la segmentation panoptique avec FC-CLIP un cadre d'intelligence artificielle (IA) unifié à une seule étape.

La segmentation d’image est une tâche fondamentale de vision par ordinateur dans laquelle une image est divisée...

AI

5 raisons pour lesquelles les grands modèles de langage (LLM) comme ChatGPT utilisent l'apprentissage par renforcement plutôt que l'apprentissage supervisé pour le finetuning

Avec le succès retentissant de l’Intelligence Artificielle Générative ces derniers mois, les Modèles de Langage...