Les carnets sont compréhensibles à la première lecture sans avoir à déchiffrer le code, ce qui permet de mettre l'emphase sur l'aspect explicatif ou pédagogique.
Pour les sciences, le fait de mélanger code et sorties est idéal, on peut étudier à la volée un modèle ou des données. C'est donc toujours appréciable quand quelqu'un partage un notebook déjà structuré pour faciliter ce travail.
Quant à la mise en ligne, c'est à la discrétion de l'auteur, on peut partager des notebooks aussi facilement que du code.
[^] # Re: Jupyter
Posté par nlgranger . En réponse à la dépêche Python pour les sciences, une présentation. Évalué à 4.
Les carnets sont compréhensibles à la première lecture sans avoir à déchiffrer le code, ce qui permet de mettre l'emphase sur l'aspect explicatif ou pédagogique.
Ils servent d'exemples ou de tutoriaux interactifs: https://pytorch.org/tutorials/beginner/blitz/tensor_tutorial.html#sphx-glr-beginner-blitz-tensor-tutorial-py
Ils sont faciles à modifier, on peux itérer dans les modifications grâce à l'exécution dans le désordre, consulter ponctuellement une valeur, etc. Je m'en suis donc servi pour faire un TP récemment: https://github.com/nlgranger/hybrid_NN_HMM/blob/master/hybrid_NN_HMM.ipynb
Pour les sciences, le fait de mélanger code et sorties est idéal, on peut étudier à la volée un modèle ou des données. C'est donc toujours appréciable quand quelqu'un partage un notebook déjà structuré pour faciliter ce travail.
Quant à la mise en ligne, c'est à la discrétion de l'auteur, on peut partager des notebooks aussi facilement que du code.