Jupyter笔记本扩展支持基于深度学习的编码自动完成
jupyter-tabnine的Python项目详细描述
Jupyter笔记本的这个扩展允许使用 基于深度学习的编码自动完成。在
其他TabNine客户端插件需要启动TabNine二进制的子进程 用管道沟通。这不能用Jupyter笔记本完成,因为子进程 不能用JQuery创建,Jupyter Notebook也不提供任何方式来向插件添加第三方js库。在
在这个库中,它是通过开发一个客户端插件和一个服务器插件来实现的。 客户端插件生成请求信息并向服务器插件发送http请求。 服务器插件将请求信息传递给它的客户端进程(TabNine),并将请求返回给客户端插件。在
安装
扩展由一个包含javascript的pypi包组成 笔记本扩展,以及pythonjupyter服务器扩展。 自从jupyter4.2以来,pypi是推荐的分发nbextensions的方法。 可以安装扩展
- 从github repo上的主版本(这将始终是最新版本)
- 通过pip获取pypi上托管的版本
从github回购或Pypi
安装程序包
pip3 install https://github.com/wenmin-wu/jupyter-tabnine/archive/master.zip[--user][--upgrade]
在或pip3 install jupyter-tabnine[--user][--upgrade]
在或者克隆repo并安装 git clone https://github.com/wenmin-wu/jupyter-tabnine.git
python3 setup.py install
在
安装笔记本扩展
jupyter nbextension install --py jupyter_tabnine [--user|--sys-prefix|--system]
在并启用笔记本扩展和服务器扩展
^{pr2}$ 在
对于4.2之前的Jupyter版本,步骤1之后的情况更多 很棘手,因为--py选项不可用,所以您必须 手动查找源文件的位置,如下所示(说明 改编自[@jcb91](https://github.com/jcb91)’sjupyter_highlight_selected_word)。 执行
python -c "import os.path as p; from jupyter_tabnine import __file__ as f, _jupyter_nbextension_paths as n; print(p.normpath(p.join(p.dirname(f), n()[0]['src'])))"
那么,问题
jupyter nbextension install <output source directory> jupyter nbextension enable jupyter_tabnine/jupyter_tabnine
其中<output source directory>是第一个python的输出 命令。在
提示
- 添加了一个快捷方式,允许您在Jupyter原始完成和TabNine自动竞争之间切换。只需输入shift+space,当您想要原始完成Jupyter:)
- 还支持远程自动完成服务器。您可能希望这可以加快完成请求的处理。或者你的公司想部署一个为所有人服务的综合服务器集群。请参阅https://github.com/wenmin-wu/jupyter-tabnine以了解如何部署远程服务器。在
- 项目
标签: