Saltar navegación

Cadernos de programación

Que é?

Un caderno de programación (ou notebook) é un espazo onde podes escribir código e executalo por partes, sen necesidade de compilar todo á vez. Está formado por celas, que poden conter código ou texto explicativo. Isto fai que sexa ideal para aprender, probar código e experimentar de forma visual e estruturada.

Vantaxes dos cadernos de programación

  • Interactivo: Podes executar partes do código sen correr todo o programa.
  • Organizado: Combina texto, código e resultados na mesma pantalla.
  • Visual: Ideal para traballar con datos, gráficos e imaxes.
  • Compartible: Podes gardar e compartir o teu traballo facilmente.

Exemplos de cadernos de programación

No momento da realización deste ODE hai 3 alternativas amplamente usadas Jupyter Notebook, DeepNote e GoogleColab. 

Jupyter
Creación propia. Jupyter (CC BY-SA)
Colab
Creación propia. Colab (CC BY-SA)
Deepnote
Creación propia. Deepnote (CC BY-SA)

Comparativa

Característica Jupyter Notebook Deepnote Google Colab
Instalación Local (precisa instalación) Na nube (sen instalación) Na nube (sen instalación)
Uso offline  Si ❌ Non ❌ Non
Colaboración ❌ Non Si Si
Execución Código en Python Código en Python, SQL, JavaScript... Código en Python
Acceso a GPUs/TPUs ❌ Non ❌ Non Si
Almacenamento persistente Si Si ❌ Limitado
Compartición de cadernos Manual Mediante enlaces Mediante Google Drive
Orientado a Ciencia de datos, IA, investigación Traballo colaborativo e profesional Estudantes, IA, ML

 

Aínda que Jupyter foi pioneiro e está cambiando e adaptándose cada día, DeepNote é o máis amplamente usado por profesionais. Para unha estudante que comeza no mundo da programación e intelixencia artificial, Google Colab é a mellor opción. Permite experimentar e aprender sen barreiras tecnolóxicas, garantindo unha experiencia cómoda, sinxela e con gran potencia de procesamento!

É unha plataforma de código aberto que permite crear e compartir documentos con código, ecuacións e visualizacións.

Funciona principalmente de forma local, o que significa que cada usuario debe xestionar o seu propio entorno de execución.

É ideal para principiantes e uso académico, pero pode ser limitado en contornas profesionais onde se require colaboración avanzada.

A xestión de versións e a compartición de cadernos adoita facerse manualmente.

É unha plataforma baseada na nube, deseñada para traballo colaborativo en ciencia de datos e IA.

Permite compartir cadernos facilmente mediante enlaces, sen necesidade de configuración adicional.

Ofrece integracións avanzadas con bases de datos, SQL e ferramentas de visualización.

Inclúe funcionalidades como completado de código con IA, xestión automática de versións e programación de tarefas.

Plataforma gratuíta de Google para executar código en Python na nube.

Ofrece acceso a GPUs e TPUs, ideais para tarefas de aprendizaxe automática.

Permite escribir código en cadernos de programación con texto, imaxes e ecuacións.

Ideal para estudantes e afeccionados á IA, pero con limitacións en almacenamento e uso de recursos.

Procesadores especializados en redes neuronais profundas