Jupyter Notebook Microsoft 22

---
name: jupyter-notebook
description: "ಬಳಕೆದಾರರು ಪ್ರಯೋಗಗಳು, ಅನ್ವೇಷಣೆಗಳು ಅಥವಾ ಟ್ಯುಟೋರಿಯಲ್‌ಗಳಿಗಾಗಿ Jupyter ನೋಟ್ಬುಕ್‌ಗಳು (`.ipynb`) ರಚಿಸಲು, ಮೂಲ ರಚನೆ ಸಿದ್ಧಪಡಿಸಲು ಅಥವಾ ಸಂಪಾದಿಸಲು ಕೇಳಿದಾಗ ಬಳಸಿರಿ; ಸಂಯೋಜಿತ ಟೆಂಪ್ಲೇಟ್‌ಗಳಿಗೆ ಪ್ರಾಧಾನ್ಯ ನೀಡಿ ಮತ್ತು ಪ್ರಾರಂಭಿಕ ಸ್ವಚ್ಛ ನೋಟ್ಬುಕ್ ರಚಿಸಲು ಸಹಾಯಕ ಸ್ಕ್ರಿಪ್ಟ್ `new_notebook.py` ಅನ್ನು ರನ್ ಮಾಡಿ."
category: data-science-and-ml
source_repo: microsoft/ai-agents-for-beginners
source_path: "translations/kn/.agents/skills/jupyter-notebook/SKILL.md"
source_url: https://github.com/microsoft/ai-agents-for-beginners/blob/HEAD/translations/kn/.agents/skills/jupyter-notebook/SKILL.md
---
# Jupyter Notebook ಕೌಶಲ್ಯ

ಸೂಕ್ಷ್ಮ, ಮರುಪ್ರಜನನಾಶೀಲ Jupyter ನೋಟ್ಬುಕ್‌ಗಳನ್ನು ಎರಡು ಮುಖ್ಯ ಮೋಡ್‌ಗಳಿಗೆ ರಚಿಸಿ:

- ಪ್ರಯೋಗಗಳು ಮತ್ತು ಅನ್ವೇಷಣಾತ್ಮಕ ವಿಶ್ಲೇಷಣೆ
- ಟ್ಯುಟೋರಿಯಲ್‌ಗಳು ಮತ್ತು ಶೈಕ್ಷಣಿಕ-ಮুখಿ ಮಾರ್ಗದರ್ಶನಗಳು

ಸಂರಚನೆಯಲ್ಲಿ ಸತತತೆ ಮತ್ತು ಕಡಿಮೆ JSON ದೋಷಗಳಿಗಾಗಿ ಬ್ಯಾಂಡಲ್ ಮಾಡಿದ ಟೆಂಪ್ಲೇಟುಗಳು ಮತ್ತು ಸಹಾಯಕ ಸ್ಕ್ರಿಪ್ಟ್‌ಗೆ ಆದ್ಯತೆ ನೀಡಿ.

## When to use
- ಆರಂಭದಿಂದ ಹೊಸ `.ipynb` ನೋಟ್ಬುಕ್ ರಚಿಸಿ.
- ಅನಿಯೋಜಿತ ಟಿಪ್ಪಣಿಗಳು ಅಥವಾ ಸ್ಕ್ರಿಪ್ಟ್ಗಳನ್ನು ರಚನಾತ್ಮಕ ನೋಟ್ಬುಕ್ ಆಗಿ ಪರಿವರ್ತಿಸಿ.
- ಇರುವ ನೋಟ್ಬುಕ್ ಅನ್ನು ಮರುಸಂರಚಿಸಿ, ಇದರಿಂದ ಅದು ಹೆಚ್ಚು ಮರುಪ್ರಜನನೀಯ ಮತ್ತು ಸುಲಭವಾಗಿ ಸ್ಕಿಮ್ ಮಾಡಬಹುದಾಗಿರಲಿ.
- ಇತರರು ಓದುವ ಅಥವಾ ಮರುರನ್ ಮಾಡುವ ಪ್ರಯೋಗಗಳು ಅಥವಾ ಟ್ಯುಟೋರಿಯಲ್‌ಗಳನ್ನು ರಚಿಸಿ.

## Decision tree
- ವಿನಂತಿ ಅನ್ವೇಷಣಾತ್ಮಕ, ವಿಶ್ಲೇಷಣಾತ್ಮಕ ಅಥವಾ ಊಹಾಪೋಹ ಚಾಲಿತವಾಗಿದ್ದರೆ, `experiment` ಆಯ್ಕೆಮಾಡಿ.
- ವಿನಂತಿ ಶಿಕ್ಷಣಾತ್ಮಕ, ಹಂತಗಟ್ಟಲೆ ಅಥವಾ ಪ್ರೇಕ್ಷಕರ-ನಿರ್ದಿಷ್ಟವಾಗಿದ್ದರೆ, `tutorial` ಆಯ್ಕೆಮಾಡಿ.
- ಇರುವ ನೋಟ್ಭುಕ್ ಅನ್ನು ಸಂಪಾದಿಸುವಾಗ, ಅದನ್ನು ಮರುರಚನೆ ಎಂದು ಪರಿಗಣಿಸಿ: ಉದ್ದೇಶವನ್ನು ಉಳಿಸಿ ಮತ್ತು ರಚನೆಯನ್ನು ಸುಧಾರಿಸಿ.

## Skill path (set once)

```bash
export CODEX_HOME="${CODEX_HOME:-$HOME/.codex}"
export JUPYTER_NOTEBOOK_CLI="$CODEX_HOME/skills/jupyter-notebook/scripts/new_notebook.py"
```

ಬಳಕೆದಾರ-ಪರಿಧಿಯ ಕೌಶಲ್ಯಗಳು `$CODEX_HOME/skills` ಅಡಿ ಸ್ಥಾಪಿಸಲ್ಪಡುತ್ತವೆ (ಡೀಫಾಲ್ಟ್: `~/.codex/skills`).

## Workflow
1. ಉದ್ದೇಶವನ್ನು ಸ್ಥಿರಗೊಳಿಸಿ.
ನೋಟ್ಬುಕ್ ಪ್ರಕಾರವನ್ನು ಗುರುತಿಸಿ: `experiment` ಅಥವಾ `tutorial` .
ಲಕ್ಷ್ಯ, ಪ್ರೇಕ್ಷಕರು ಮತ್ತು "done" ಹೇಗಿರುತ್ತದೆ ಎಂಬುದನ್ನು ದಾಖಲಿಸಿಕೊಳ್ಳಿ.

2. ಟೆಂಪ್ಲೇಟ್ನಿಂದ ಪ್ರಾಥಮಿಕ ರಚನೆ ಸ್ಥಾಪಿಸಿ.
ಕಚ್ಚಾ ನೋಟ್ಬುಕ್ JSON ಅನ್ನು ಕೈಯಿಂದ ರಚಿಸುವುದನ್ನು ತಪ್ಪಿಸಲು ಸಹಾಯಕ ಸ್ಕ್ರಿಪ್ಟ್ ಅನ್ನು ಬಳಸಿ.

```bash
uv run --python 3.12 python "$JUPYTER_NOTEBOOK_CLI" \
  --kind experiment \
  --title "Compare prompt variants" \
  --out output/jupyter-notebook/compare-prompt-variants.ipynb
```

```bash
uv run --python 3.12 python "$JUPYTER_NOTEBOOK_CLI" \
  --kind tutorial \
  --title "Intro to embeddings" \
  --out output/jupyter-notebook/intro-to-embeddings.ipynb
```

3. ನೋಟ್ಬುಕ್ ಅನ್ನು ಸಣ್ಣ, ಚಾಲನೆ ಮಾಡಬಹುದಾದ ಹಂತಗಳೊಂದಿಗೆ ತುಂಬಿ.
ಪ್ರತಿ ಕೋಡ್ ಸೆಲ್ ಒಂದೇ ಹಂತಕ್ಕೆ ಮಾತ್ರ ಕೇಂದ್ರೀಕರಿಸಬೇಕು.
ಉದ್ದೇಶ ಮತ್ತು ನಿರೀಕ್ಷಿತ ಫಲಿತಾಂಶವನ್ನು ವಿವರಿಸುವ ಸಂಕ್ಷಿಪ್ತ ಮಾರ್ಕ್ಡೌನ್ ಸೆಲ್‌ಗಳನ್ನು ಸೇರಿಸಿ.
ಸಂಕ್ಷಿಪ್ತ ಸಾರಾಂಶ ಸಾಕಾಗುವಾಗ ದೊಡ್ಡ, ಗದ್ದಲಗೊಳ್ಳುವ ಔಟ್‌ಪುಟ್‌ಗಳನ್ನು ತಪ್ಪಿಸಿ.

4. ಸರಿಯಾದ ಮಾದರಿಯನ್ನು ಅನ್ವಯಿಸಿ.
ಪ್ರಯೋಗಗಳಿಗಾಗಿ, `references/experiment-patterns.md` ಅನುಸರಿಸಿ.
ಟ್ಯುಟೋರಿಯಲ್‌ಗಳಿಗಾಗಿ, `references/tutorial-patterns.md` ಅನುಸರಿಸಿ.

5. ಇರುವ ನೋಟ್ಬುಕ್‌ಗಳೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುವಾಗ ಸುರಕ್ಷಿತವಾಗಿ ಸಂಪಾದಿಸಿ.
ನೋಟ್ಬುಕ್ ರಚನೆಯನ್ನು ಉಳಿಸಿ; ಮೇಲಿನಿಂದ ಕೆಳಗೆದಕ್ಕಾಗುವ ಕಥೆಯನ್ನು ಸುಧಾರಿಸುವದೇನಾದರೆ ಹೊರತಾಗಿಯೇ ಸೆಲ್‌ಗಳ ಮರುಕ್ರಮಣವನ್ನು ತಪ್ಪಿಸಿ.
ಪೂರ್ಣ ಮರುಲೇಖನಕ್ಕಿಂತ ಗುರಿತಪಡಿಸಿದ ಸಂಪಾದನೆಗಳನ್ನು ಮೆಚ್ಚಿ.
ನೀವು ಕಚ್ಚಾ JSON ಸಂಪಾದಿಸಬೇಕಾದರೆ ಮೊದಲಿಗೆ `references/notebook-structure.md` ಪರಿಶೀಲಿಸಿ.

6. ಫಲಿತಾಂಶವನ್ನು ಮಾನ್ಯಗೊಳಿಸಿ.
ಪರಿಸರ ಅನುಮತಿಸಿದರೆ, ನೋಟ್ಬುಕ್ ಅನ್ನು ಮೇಲಿನಿಂದ ಕೆಳಗೆ ಓಡಿಸಿ.
ನಿರ್ವಹಣೆ ಸಾಧ್ಯವಿಲ್ಲದಿದ್ದರೆ, ಅದನ್ನು ಸ್ಪಷ್ಟವಾಗಿ ಸೂಚಿಸಿ ಮತ್ತು ಸ್ಥಳೀಯವಾಗಿ ಹೇಗೆ ಮಾನ್ಯಗೊಳಿಸುವುದೆಂದು ಸೂಚಿಸಿ.
ಅಂತಿಮ ಪರಿಶೀಲನಾ ಪಟ್ಟಿಯನ್ನು `references/quality-checklist.md` ನಲ್ಲಿ ಬಳಸಿ.

## Templates and helper script
- ಟೆಂಪ್ಲೇಟುಗಳು `assets/experiment-template.ipynb` ಮತ್ತು `assets/tutorial-template.ipynb` ನಲ್ಲಿ ಇವೆ.
- ಸಹಾಯಕ ಸ್ಕ್ರಿಪ್ಟ್ ಒಂದು ಟೆಂಪ್ಲೇಟನ್ನು ಲೋಡ್ ಮಾಡಿ, ಶೀರ್ಷಿಕೆ ಸೆಲ್ ಅನ್ನು ನವೀಕರಿಸಿ ಮತ್ತು ನೋಟ್ಬುಕ್ ಅನ್ನು ಬರೆಯುತ್ತದೆ.

Script path:
- `$JUPYTER_NOTEBOOK_CLI` (ಸ್ಥಾಪಿತ ಡೀಫಾಲ್ಟ್: `$CODEX_HOME/skills/jupyter-notebook/scripts/new_notebook.py`)

## Temp and output conventions
- ಮಧ್ಯಂತರ ಕಡತಗಳಿಗಾಗಿ `tmp/jupyter-notebook/` ಬಳಸಿ; ಮುಗಿದ ಮೇಲೆ ಅಳಿಸಿ.
- ಈ ರೆಪೋದಲ್ಲಿ ಕೆಲಸ ಮಾಡುವಾಗ ಅಂತಿಮ ಉತ್ಪತ್ತಿಗಳನ್ನು `output/jupyter-notebook/` ಅಡಿಯಲ್ಲಿ ಬರೆಯಿರಿ.
- ಸ್ಥಿರ, ವಿವರಣಾತ್ಮಕ ಫೈಲ್‌ನಾಮಗಳನ್ನು ಬಳಸಿ (ಉದಾಹರಣೆಗೆ, `ablation-temperature.ipynb`).

## Dependencies (install only when needed)
ಅವಲಂಬನೆ ನಿರ್ವಹಣೆಗೆ `uv` ಗೆ ಪ್ರಾಧಾನ್ಯ ನೀಡಿ.

ಸ್ಥಳಿಕ ನೋಟ್ಬುಕ್ ನಿರ್ವಹಣೆಗೆ ಐಚ್ಛಿಕ Python ಪ್ಯಾಕೇಜ್‌ಗಳು:

```bash
uv pip install jupyterlab ipykernel
```

ಒಟ್ಟುಗೂಡಲಾದ scaffold ಸ್ಕ್ರಿಪ್ಟ್ ಕೇವಲ Python standard library ಅನ್ನು ಬಳಸುತ್ತದೆ ಮತ್ತು ಹೆಚ್ಚುವರಿ ಅವಲಂಬನೆಗಳನ್ನು ಅಗತ್ಯವಿಲ್ಲ.

## Environment
ಯಾವುದೇ ಅಗತ್ಯ ಪರಿಸರ ಚರಗಳು ಇಲ್ಲ.

## Reference map
- `references/experiment-patterns.md`: ಪ್ರಯೋಗ ರಚನೆ ಮತ್ತು ಹ್ಯೂರಿಸ್ಟಿಕ್ಸ್.
- `references/tutorial-patterns.md`: ಟ್ಯುಟೋರಿಯಲ್ ರಚನೆ ಮತ್ತು ಶೈಕ್ಷಣಿಕ ಪ್ರವಾಹ.
- `references/notebook-structure.md`: ನೋಟ್ಬುಕ್ JSON ರೂಪು ಮತ್ತು ಸುರಕ್ಷಿತ ಸಂಪಾದನೆ ನಿಯಮಗಳು.
- `references/quality-checklist.md`: ಅಂತಿಮ ಮಾನ್ಯಗೊಳಿಸುವ ಪರಿಶೀಲನಾ ಪಟ್ಟಿ.

---

<!-- CO-OP TRANSLATOR DISCLAIMER START -->
ಜವಾಬ್ದಾರಿ ನಿರಾಕರಣೆ:
ಈ ದಸ್ತಾವೇಜನ್ನು AI ಅನುವಾದ ಸೇವೆ [Co-op Translator](https://github.com/Azure/co-op-translator) ಬಳಸಿ ಅನುವಾದಿಸಲಾಗಿದೆ. ನಾವು ನಿಖರತೆಯನ್ನು ಸಾಧಿಸಲು ಪ್ರಯತ್ನಿಸಿದರೂ, ಸ್ವಯಂಚಾಲಿತ ಅನುವಾದಗಳಲ್ಲಿ ತಪ್ಪುಗಳು ಅಥವಾ ಅಸತ್ಯತೆಗಳಿರಬಹುದು ಎಂದು ದಯವಿಟ್ಟು ಗಮನಿಸಿ. ಮೂಲ ಭಾಷೆಯಲ್ಲಿ ಇರುವ ಮೂಲ ದಸ್ತಾವೇಜನ್ನು ಅಧಿಕೃತ ಮೂಲವೆಂದು ಪರಿಗಣಿಸಬೇಕು. ನಿರ್ಣಾಯಕ ಮಾಹಿತಿಗಾಗಿ ವೃತ್ತಿಪರ ಮಾನವ ಅನುವಾದವನ್ನು ಶಿಫಾರಸು ಮಾಡಲಾಗುತ್ತದೆ. ಈ ಅನುವಾದವನ್ನು ಬಳಸಿದ ಪರಿಣಾಮವಾಗಿ ಉಂಟಾಗುವ ಯಾವುದೇ ತಪ್ಪು ಗ್ರಹಿಕೆಗಳಿಗಾಗಿ ನಾವು ಜವಾಬ್ದಾರರಲ್ಲ.
<!-- CO-OP TRANSLATOR DISCLAIMER END -->

---

**Source:** [`microsoft/ai-agents-for-beginners`](https://github.com/microsoft/ai-agents-for-beginners) → `translations/kn/.agents/skills/jupyter-notebook/SKILL.md`