Jupyter Lite

W5W9b4M6S7KomyVxDiKwPg (edit on hackmd)

created: 2024-11-05

updated: 10:57:42 - November 13, 2024

tags:

Jupyter Lite

du notebook au déploiement dans le navigateur

Bienvenue !

Bienvenue sur la page de l’atelier Jupyter Lite : du notebook au déploiement dans le navigateur

Vous êtes invités à participer à l’édition de cette page. Il suffit d’ouvrir sa source en cliquant sur le lien edit on hackmd en haut à gauche de la page :
image

Pour rafraichir cette page, cliquer sur le bouton [Refresh] en haut à gauche de la page

Pour en savoir plus, consulter la documentation.

L’atelier

Organisation : Jérémy Tuloup et Pierre Poulain.

Objectif : L’objectif de l’atelier sera de d’examiner la technologie WebAssembly/WASM en terme de déploiement et de reproductibilité des notebooks.

Durée : 1h15

Méthodes :
- Introduction à WebAssembly/WASM
- Présentation du projet JupyterLite
- Démo
- Prise en main

Outils & librairies : JupyterLite, GitHub, JupyterLab, Python

Pré-requis :
- connaître (un peu) l’écosystème Jupyter (notamment JupyterLab)
- avoir déjà utilisé une plateforme comme GitHub ou GitLab
- disposer d’un ordinateur portable, d’une connexion wifi via Eduroam ou autre, d’un navigateur web récent, d’un compte GitHub

Ressources :

Déroulé de l’atelier

  1. Présentation de JupyterLite et de la technologie WebAssembly/WASM
  2. Différences entre JupyterLite et un déploiement Jupyter traditionnel
  3. Cas d’usage et démo
  4. Retour d’expérience en enseignement
  5. JupyterLite comme time capsule
  6. Développements en cours
  7. Déploiement sur les comptes GitHub / GitLab des participant.e.s

Prise de note

Cette section peut être utilisée librement comme espace d’organisation et de documentation pendant l’atelier.

Participants : ajoutez vos noms ici

  • Nicolas R

Mamba : distribution de paquets agnostique, similaire à conda-forge mais plus rapide

Jérémy, employé QuantStack, contributeur Jupyter, créateur de JupyterLite
Pierre, enseignant bioinformatique, utilisation de JupyterLite pour l’enseignement

Jupyter : interface web permettant d’exécuter du code localement ou à distance

Kernel: moteur d’exécution où le code va tourner

Compte-rendu

Cette section est utilisée comme espace de consolidation : synthèse des réalisation, difficultés/freins rencontré·e·s, pistes pour la suite, autre…

Réalisations

Difficultés rencontrées

Pour aller plus loin