jupyterlab prodigy
1.0.0
Ce référentiel contient une extension JupyterLab pour Prodigy, notre outil d'annotation scriptable permettant de créer des données de formation pour les modèles d'apprentissage automatique. Il vous permet d'exécuter Prodigy dans un onglet JupyterLab et d'annoter au fur et à mesure que vous développez vos modèles et applications. Pour utiliser cette extension, vous aurez besoin d'une licence pour Prodigy – voir cette page pour plus de détails. Pour toute question, veuillez utiliser le forum d'assistance Prodigy. Si vous avez trouvé un bug, n'hésitez pas à soumettre une pull request.
Un merci spécial à Grant Nestor, développeur principal de Jupyter, pour nous avoir aidé à créer cette extension !
Pour utiliser cette extension, vous avez besoin de JupyterLab >= 3.0.0 et de Prodigy.
pip install jupyterlab > =3.0.0Pour installer l'extension, exécutez :
pip install jupyterlab-prodigyAssurez-vous que l'extension est installée et activée :
jupyter labextension listPour supprimer l'extension, exécutez :
pip uninstall jupyterlab-prodigy Cette extension est compatible avec Jupyterlab 3.0.0 et supérieur. Si vous utilisez Jupyterlab avec les versions >=2.0.0 et <3.0.0 , vous devez installer la version 3.0.0 de jupyterlab-prodigy
jupyter labextension install [email protected]Démarrer une session Prodigy dans un terminal, par exemple :
$ prodigy ner.manual my_set blank:en notebooks/news_headlines.jsonl --label PERSON,ORG,PRODUCTDans une autre session de terminal, démarrez JupyterLab :
$ jupyter lab Ensuite, dans JupyterLab, ouvrez la barre d'outils Commands via ⌘ CMD / Ctrl + SHIFT + C et recherchez/tapez :
Prodige ouvert
Exécutez-le, vous aurez un nouveau panneau Prodigy sur le côté.
Si votre Prodigy est servi à une URL différente de celle par défaut (par exemple derrière un proxy inverse), vous pouvez configurer l'URL à utiliser dans les paramètres.
Ouvrez le menu Settings , accédez à Advanced Settings Editor , sélectionnez les paramètres de Prodigy Jupyter Extension , et vous pouvez y ajouter votre URL personnalisée, par exemple :
{
"prodigyConfig" : {
"url" : " https://prodigy.example.com "
}
}Remarque : Vous aurez besoin de NodeJS pour créer le package d'extension. Il est également fortement recommandé de travailler dans un environnement virtuel lors du développement.
La commande jlpm est la version épinglée de Yarn de JupyterLab qui est installée avec JupyterLab. Vous pouvez utiliser yarn ou npm au lieu de jlpm ci-dessous.
# Clone the repo to your local environment
# Change directory to the jupyterlab-prodigy directory
# Install dev requirements
pip install -r requirements-dev.txt
# Install package in development mode
pip install -e .
# Link your development version of the extension with JupyterLab
jupyter labextension develop . --overwrite
# Rebuild extension Typescript source after making changes
jlpm run buildVous pouvez surveiller le répertoire source et exécuter JupyterLab en même temps sur différents terminaux pour surveiller les modifications dans la source de l'extension et reconstruire automatiquement l'extension.
# Watch the source directory in one terminal, automatically rebuilding when needed
jlpm run watch
# Run JupyterLab in another terminal
jupyter labAvec la commande watch en cours d'exécution, chaque modification enregistrée sera immédiatement créée localement et disponible dans votre JupyterLab en cours d'exécution. Actualisez JupyterLab pour charger la modification dans votre navigateur (vous devrez peut-être attendre plusieurs secondes pour que l'extension soit reconstruite).
Par défaut, la commande jlpm run build génère les mappages sources de cette extension afin de faciliter le débogage à l'aide des outils de développement du navigateur. Pour générer également des mappages sources pour les extensions principales de JupyterLab, vous pouvez exécuter la commande suivante :
jupyter lab build --minimize=Falsepip uninstall jupyterlab-prodigyVoir COMMUNIQUÉ
