{"id":476269,"date":"2023-08-09T07:28:31","date_gmt":"2023-08-09T07:28:31","guid":{"rendered":""},"modified":"2023-09-05T11:12:24","modified_gmt":"2023-09-05T11:12:24","slug":"cloud-jupyter","status":"publish","type":"wiki","link":"https:\/\/oneproxy.pro\/fr\/wiki\/cloud-jupyter\/","title":{"rendered":"Nuage Jupyter"},"content":{"rendered":"<p>Cloud Jupyter est une plate-forme informatique interactive bas\u00e9e sur le Web qui permet aux utilisateurs de cr\u00e9er, d&#039;ex\u00e9cuter et de partager des documents contenant du code en direct, des \u00e9quations, des visualisations et du texte narratif. Il s&#039;agit d&#039;un outil puissant largement utilis\u00e9 par les scientifiques des donn\u00e9es, les chercheurs et les enseignants pour effectuer efficacement des t\u00e2ches d&#039;analyse de donn\u00e9es, d&#039;apprentissage automatique et de calcul scientifique. Avec son interface conviviale et ses capacit\u00e9s polyvalentes, Cloud Jupyter a consid\u00e9rablement transform\u00e9 la fa\u00e7on dont les projets bas\u00e9s sur les donn\u00e9es sont ex\u00e9cut\u00e9s, favorisant la collaboration et l&#039;accessibilit\u00e9 au sein de la communaut\u00e9 de la science des donn\u00e9es.<\/p>\n<h2>L&#039;histoire de l&#039;origine de Cloud Jupyter et sa premi\u00e8re mention<\/h2>\n<p>Cloud Jupyter trouve ses racines dans le Project Jupyter, un projet open source initi\u00e9 en 2014 par une \u00e9quipe de chercheurs dirig\u00e9e par Fernando P\u00e9rez et Brian Granger. Le nom \u00ab Jupyter \u00bb est d\u00e9riv\u00e9 des trois langages de programmation principaux pris en charge : Julia, Python et R. Initialement, le projet Jupyter visait \u00e0 fournir une plate-forme d&#039;informatique interactive et d&#039;analyse de donn\u00e9es dans plusieurs langages de programmation. Cependant, cela a rapidement \u00e9volu\u00e9 vers quelque chose de beaucoup plus important.<\/p>\n<p>La premi\u00e8re mention officielle de Cloud Jupyter est intervenue avec la sortie du Jupyter Notebook, le pr\u00e9d\u00e9cesseur de Cloud Jupyter, en 2015. Cette application Web interactive permettait aux utilisateurs de cr\u00e9er et de partager des documents combinant du code en direct, des visualisations et du texte explicatif. Au fil du temps, l&#039;\u00e9cosyst\u00e8me Jupyter s&#039;est d\u00e9velopp\u00e9, conduisant \u00e0 l&#039;\u00e9mergence de Cloud Jupyter, qui a permis aux utilisateurs d&#039;exploiter la puissance des Jupyter Notebooks sur une infrastructure bas\u00e9e sur le cloud, permettant ainsi une meilleure \u00e9volutivit\u00e9 et accessibilit\u00e9.<\/p>\n<h2>Informations d\u00e9taill\u00e9es sur Cloud Jupyter<\/h2>\n<p>Cloud Jupyter est con\u00e7u pour fournir un environnement dans lequel les utilisateurs peuvent facilement d\u00e9velopper et partager du code de mani\u00e8re reproductible et collaborative. Il fonctionne sur des serveurs cloud, permettant aux utilisateurs d&#039;acc\u00e9der \u00e0 leurs notebooks Jupyter depuis n&#039;importe o\u00f9 avec une connexion Internet, \u00e9liminant ainsi le besoin d&#039;installations et de d\u00e9pendances locales. Cette approche facilite une collaboration et un partage de donn\u00e9es transparents entre les membres de l&#039;\u00e9quipe, quelle que soit leur situation g\u00e9ographique.<\/p>\n<p>Les principaux composants de Cloud Jupyter incluent\u00a0:<\/p>\n<ol>\n<li>\n<p><strong>Graines<\/strong>: Les noyaux sont des processus distincts qui ex\u00e9cutent du code dans les notebooks. Chaque notebook est associ\u00e9 \u00e0 un noyau sp\u00e9cifique, permettant aux utilisateurs d&#039;ex\u00e9cuter du code dans plusieurs langages de programmation simultan\u00e9ment.<\/p>\n<\/li>\n<li>\n<p><strong>Documents du bloc-notes<\/strong>: Le c\u0153ur de Cloud Jupyter est le document notebook, qui est un fichier interactif bas\u00e9 sur JSON contenant du code, du texte et des sorties multim\u00e9dias. Les utilisateurs peuvent cr\u00e9er, modifier et enregistrer des blocs-notes, facilitant ainsi le partage et la reproduction de leurs analyses.<\/p>\n<\/li>\n<li>\n<p><strong>Interface utilisateur<\/strong>: Cloud Jupyter fournit une interface Web intuitive qui permet aux utilisateurs d&#039;interagir avec des blocs-notes, d&#039;ex\u00e9cuter des cellules de code et d&#039;afficher la sortie sans quitter leur navigateur Web.<\/p>\n<\/li>\n<\/ol>\n<h2>La structure interne de Cloud Jupyter. Comment fonctionne Cloud Jupyter<\/h2>\n<p>\u00c0 la base, Cloud Jupyter fonctionne comme une application client-serveur. Lorsqu&#039;un utilisateur acc\u00e8de \u00e0 Cloud Jupyter via son navigateur Web, l&#039;application communique avec un serveur distant sur lequel les notebooks et les noyaux sont ex\u00e9cut\u00e9s. Le serveur ex\u00e9cute le code dans les noyaux et renvoie les r\u00e9sultats au navigateur de l&#039;utilisateur, o\u00f9 ils sont affich\u00e9s sous forme de texte, d&#039;images ou de visualisations interactives.<\/p>\n<p>Les \u00e9tapes suivantes d\u00e9crivent le fonctionnement de Cloud Jupyter\u00a0:<\/p>\n<ol>\n<li>\n<p><strong>Interaction de l&#039;utilisateur<\/strong>: les utilisateurs interagissent avec Cloud Jupyter via l&#039;interface Web, en cr\u00e9ant ou en ouvrant des notebooks et en ex\u00e9cutant des cellules de code.<\/p>\n<\/li>\n<li>\n<p><strong>Traitement du serveur<\/strong>: Lorsqu&#039;un utilisateur ex\u00e9cute une cellule de code, l&#039;application Web envoie le code au serveur Jupyter.<\/p>\n<\/li>\n<li>\n<p><strong>Ex\u00e9cution du noyau<\/strong>: Le serveur Jupyter envoie le code au noyau appropri\u00e9, qui ex\u00e9cute le code et renvoie la sortie.<\/p>\n<\/li>\n<li>\n<p><strong>Sortie d&#039;affichage<\/strong>: Le serveur renvoie la sortie \u00e0 l&#039;application Web, qui affiche les r\u00e9sultats dans le bloc-notes.<\/p>\n<\/li>\n<\/ol>\n<h2>Analyse des fonctionnalit\u00e9s cl\u00e9s de Cloud Jupyter<\/h2>\n<p>Cloud Jupyter poss\u00e8de plusieurs fonctionnalit\u00e9s cl\u00e9s qui l&#039;ont rendu extr\u00eamement populaire parmi les scientifiques et les chercheurs en donn\u00e9es\u00a0:<\/p>\n<ol>\n<li>\n<p><strong>Interactivit\u00e9<\/strong>: Cloud Jupyter permet aux utilisateurs d&#039;ex\u00e9cuter des cellules de code de mani\u00e8re interactive, ce qui facilite le test et l&#039;it\u00e9ration sur des extraits de code et l&#039;affichage de r\u00e9sultats imm\u00e9diats.<\/p>\n<\/li>\n<li>\n<p><strong>Visualisation<\/strong>: Les utilisateurs peuvent g\u00e9n\u00e9rer et afficher des visualisations directement dans le bloc-notes, am\u00e9liorant ainsi l&#039;exploration et l&#039;analyse des donn\u00e9es.<\/p>\n<\/li>\n<li>\n<p><strong>Collaboration<\/strong>: Cloud Jupyter favorise le travail collaboratif en permettant \u00e0 plusieurs utilisateurs d&#039;acc\u00e9der et de modifier simultan\u00e9ment des blocs-notes, favorisant ainsi le travail d&#039;\u00e9quipe et le partage des connaissances.<\/p>\n<\/li>\n<li>\n<p><strong>Reproductibilit\u00e9<\/strong>: Les blocs-notes peuvent \u00eatre enregistr\u00e9s et partag\u00e9s, garantissant que les analyses peuvent \u00eatre facilement reproduites par d&#039;autres, am\u00e9liorant ainsi la transparence et la confiance dans les r\u00e9sultats bas\u00e9s sur les donn\u00e9es.<\/p>\n<\/li>\n<li>\n<p><strong>Polyvalence<\/strong>: Cloud Jupyter prend en charge divers langages de programmation via son syst\u00e8me de noyau, ce qui en fait une plate-forme flexible pour un large \u00e9ventail de t\u00e2ches d&#039;analyse de donn\u00e9es.<\/p>\n<\/li>\n<\/ol>\n<h2>Types de cloud Jupyter<\/h2>\n<p>Cloud Jupyter se pr\u00e9sente sous diff\u00e9rentes formes, chacune offrant des avantages et des cas d&#039;utilisation uniques. Les deux principaux types de Cloud Jupyter sont\u00a0:<\/p>\n<table>\n<thead>\n<tr>\n<th>Taper<\/th>\n<th>Description<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Nuage public<\/td>\n<td>Notebooks Jupyter h\u00e9berg\u00e9s fournis par des fournisseurs de services cloud. Ces plateformes proposent des forfaits gratuits ou payants et ne n\u00e9cessitent aucune configuration de serveur. Les exemples populaires incluent Google Colab, Microsoft Azure Notebooks et IBM Watson Studio.<\/td>\n<\/tr>\n<tr>\n<td>Nuage priv\u00e9<\/td>\n<td>Environnements Jupyter auto-h\u00e9berg\u00e9s d\u00e9ploy\u00e9s sur des serveurs priv\u00e9s ou au sein de l&#039;infrastructure d&#039;une organisation. Private Cloud Jupyter donne aux utilisateurs plus de contr\u00f4le sur la s\u00e9curit\u00e9, l&#039;allocation des ressources et la confidentialit\u00e9 des donn\u00e9es. Il convient aux organisations ayant des exigences de conformit\u00e9 sp\u00e9cifiques et des besoins de traitement de donn\u00e9es \u00e0 grande \u00e9chelle.<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<h2>Fa\u00e7ons d&#039;utiliser Cloud Jupyter, probl\u00e8mes et leurs solutions li\u00e9es \u00e0 l&#039;utilisation<\/h2>\n<p>Cloud Jupyter est utilis\u00e9 dans divers sc\u00e9narios, dont certains incluent\u00a0:<\/p>\n<ol>\n<li>\n<p><strong>Exploration et analyse des donn\u00e9es<\/strong>: Les data scientists utilisent Cloud Jupyter pour explorer des ensembles de donn\u00e9es, effectuer des analyses statistiques et cr\u00e9er des visualisations pour obtenir des informations \u00e0 partir des donn\u00e9es.<\/p>\n<\/li>\n<li>\n<p><strong>Apprentissage automatique<\/strong>: Les chercheurs et les praticiens appliquent Cloud Jupyter pour cr\u00e9er et entra\u00eener des mod\u00e8les d&#039;apprentissage automatique, en exp\u00e9rimentant diff\u00e9rents algorithmes et param\u00e8tres.<\/p>\n<\/li>\n<li>\n<p><strong>\u00c9ducation<\/strong>: Cloud Jupyter est largement utilis\u00e9 dans les milieux \u00e9ducatifs pour enseigner de mani\u00e8re interactive la programmation, la science des donn\u00e9es et d&#039;autres sujets techniques.<\/p>\n<\/li>\n<\/ol>\n<p>Malgr\u00e9 ses nombreux avantages, les utilisateurs de Cloud Jupyter peuvent rencontrer certains d\u00e9fis, tels que\u00a0:<\/p>\n<ul>\n<li>\n<p><strong>Contraintes de ressources<\/strong>: L&#039;ex\u00e9cution de notebooks gourmands en ressources sur des plates-formes de cloud public peut entra\u00eener des limitations dues \u00e0 des contraintes mat\u00e9rielles.<\/p>\n<\/li>\n<li>\n<p><strong>Probl\u00e8mes de s\u00e9curit\u00e9<\/strong>: Le stockage de donn\u00e9es sensibles sur des services de cloud public pourrait soulever des probl\u00e8mes de s\u00e9curit\u00e9 et de confidentialit\u00e9.<\/p>\n<\/li>\n<li>\n<p><strong>Acc\u00e8s hors ligne<\/strong>: Acc\u00e9der \u00e0 Cloud Jupyter sans connexion Internet peut \u00eatre un d\u00e9fi.<\/p>\n<\/li>\n<\/ul>\n<p>Pour r\u00e9soudre ces probl\u00e8mes, les utilisateurs peuvent envisager les solutions suivantes\u00a0:<\/p>\n<ul>\n<li>\n<p><strong>D\u00e9ploiement de cloud priv\u00e9<\/strong>: Les organisations ayant des besoins en mati\u00e8re de s\u00e9curit\u00e9 et de ressources peuvent opter pour le d\u00e9ploiement d&#039;un cloud priv\u00e9 pour avoir un meilleur contr\u00f4le sur l&#039;infrastructure et les donn\u00e9es.<\/p>\n<\/li>\n<li>\n<p><strong>Solutions hybrides<\/strong>: La combinaison d&#039;environnements de cloud public et de cloud priv\u00e9 peut offrir un \u00e9quilibre entre \u00e9volutivit\u00e9 et s\u00e9curit\u00e9.<\/p>\n<\/li>\n<li>\n<p><strong>Serveurs proxy<\/strong>: L&#039;utilisation de serveurs proxy, comme ceux propos\u00e9s par OneProxy (oneproxy.pro), peut am\u00e9liorer la s\u00e9curit\u00e9 et la confidentialit\u00e9 en ajoutant une couche suppl\u00e9mentaire d&#039;anonymat et en prot\u00e9geant les donn\u00e9es lors de la communication entre l&#039;utilisateur et le serveur Cloud Jupyter.<\/p>\n<\/li>\n<\/ul>\n<h2>Principales caract\u00e9ristiques et autres comparaisons avec des termes similaires sous forme de tableaux et de listes<\/h2>\n<table>\n<thead>\n<tr>\n<th>Caract\u00e9ristique<\/th>\n<th>Nuage Jupyter<\/th>\n<th>IDE traditionnels<\/th>\n<th>Google Colab<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Acc\u00e9der<\/td>\n<td>Bas\u00e9 sur le Web<\/td>\n<td>Installation locale<\/td>\n<td>Bas\u00e9 sur le Web<\/td>\n<\/tr>\n<tr>\n<td>Collaboration<\/td>\n<td>Collaboration en temps r\u00e9el<\/td>\n<td>Collaboration limit\u00e9e<\/td>\n<td>Collaboration limit\u00e9e<\/td>\n<\/tr>\n<tr>\n<td>La gestion des ressources<\/td>\n<td>Infrastructure bas\u00e9e sur le cloud<\/td>\n<td>Ressources de la machine locale<\/td>\n<td>Ressources bas\u00e9es sur le cloud<\/td>\n<\/tr>\n<tr>\n<td>Co\u00fbt<\/td>\n<td>Forfaits gratuits\/payants disponibles<\/td>\n<td>Gratuit<\/td>\n<td>Gratuit<\/td>\n<\/tr>\n<tr>\n<td>L&#039;int\u00e9gration<\/td>\n<td>S&#039;int\u00e8gre aux outils cloud<\/td>\n<td>Int\u00e9gration limit\u00e9e<\/td>\n<td>Services Google<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<h2>Perspectives et technologies du futur li\u00e9es \u00e0 Cloud Jupyter<\/h2>\n<p>L&#039;avenir de Cloud Jupyter semble prometteur, avec des d\u00e9veloppements et des am\u00e9liorations en cours dans plusieurs domaines\u00a0:<\/p>\n<ol>\n<li>\n<p><strong>\u00c9volutivit\u00e9<\/strong>: Les plates-formes Cloud Jupyter sont susceptibles de devenir plus \u00e9volutives, s&#039;adaptant \u00e0 des ensembles de donn\u00e9es plus volumineux et \u00e0 des calculs plus intensifs.<\/p>\n<\/li>\n<li>\n<p><strong>Performance<\/strong>: Les am\u00e9liorations de l&#039;infrastructure et du mat\u00e9riel cloud am\u00e9lioreront les performances de Cloud Jupyter, r\u00e9duisant ainsi les temps d&#039;ex\u00e9cution.<\/p>\n<\/li>\n<li>\n<p><strong>Confidentialit\u00e9 des donn\u00e9es<\/strong>: Les innovations en mati\u00e8re de technologies de confidentialit\u00e9 et de s\u00e9curit\u00e9 des donn\u00e9es garantiront que les donn\u00e9es sensibles sont prot\u00e9g\u00e9es dans les environnements Cloud Jupyter.<\/p>\n<\/li>\n<li>\n<p><strong>Int\u00e9gration de l&#039;IA<\/strong>: Des capacit\u00e9s d&#039;intelligence artificielle peuvent \u00eatre int\u00e9gr\u00e9es \u00e0 Cloud Jupyter, permettant des suggestions intelligentes et automatisant les t\u00e2ches r\u00e9p\u00e9titives.<\/p>\n<\/li>\n<li>\n<p><strong>Informatique de pointe<\/strong>: Cloud Jupyter pourrait tirer parti de l&#039;informatique de pointe pour traiter les donn\u00e9es plus pr\u00e8s de la source, r\u00e9duisant ainsi les besoins en mati\u00e8re de latence et de bande passante.<\/p>\n<\/li>\n<\/ol>\n<h2>Comment les serveurs proxy peuvent \u00eatre utilis\u00e9s ou associ\u00e9s \u00e0 Cloud Jupyter<\/h2>\n<p>Les serveurs proxy, comme ceux propos\u00e9s par OneProxy (oneproxy.pro), peuvent jouer un r\u00f4le essentiel dans l&#039;am\u00e9lioration de la s\u00e9curit\u00e9 et de la confidentialit\u00e9 des utilisateurs de Cloud Jupyter. En agissant comme interm\u00e9diaire entre l&#039;utilisateur et le serveur Cloud Jupyter, les serveurs proxy masquent l&#039;adresse IP de l&#039;utilisateur et cryptent les communications, prot\u00e9geant ainsi les donn\u00e9es contre les \u00e9coutes potentielles et les acc\u00e8s non autoris\u00e9s.<\/p>\n<p>De plus, l&#039;utilisation d&#039;un serveur proxy peut permettre aux utilisateurs d&#039;acc\u00e9der \u00e0 Cloud Jupyter m\u00eame dans les r\u00e9gions soumises \u00e0 des restrictions ou \u00e0 des pare-feu, garantissant ainsi une accessibilit\u00e9 universelle \u00e0 la plateforme.<\/p>\n<h2>Liens connexes<\/h2>\n<p>Pour plus d&#039;informations sur Cloud Jupyter, vous pouvez explorer les ressources suivantes\u00a0:<\/p>\n<ul>\n<li><a href=\"https:\/\/jupyter.org\/\" target=\"_new\" rel=\"noopener nofollow\">Site Web du projet Jupyter<\/a><\/li>\n<li><a href=\"https:\/\/jupyter-notebook.readthedocs.io\/\" target=\"_new\" rel=\"noopener nofollow\">Documentation du bloc-notes Jupyter<\/a><\/li>\n<li><a href=\"https:\/\/colab.research.google.com\/\" target=\"_new\" rel=\"noopener nofollow\">Google Colab<\/a><\/li>\n<\/ul>\n<p>Gr\u00e2ce \u00e0 l&#039;incroyable potentiel de Cloud Jupyter en mati\u00e8re de collaboration, d&#039;exploration des donn\u00e9es et d&#039;\u00e9ducation, il continue de changer la donne dans le domaine de la science des donn\u00e9es et au-del\u00e0. L&#039;adoption de cette technologie, ainsi que des avantages suppl\u00e9mentaires des serveurs proxy, peut permettre aux utilisateurs d&#039;exploiter tout le potentiel de Cloud Jupyter de mani\u00e8re s\u00e9curis\u00e9e et efficace.<\/p>","protected":false},"featured_media":467881,"menu_order":0,"template":"","meta":{"_acf_changed":false,"content-type":"","inline_featured_image":false,"footnotes":""},"class_list":["post-476269","wiki","type-wiki","status-publish","has-post-thumbnail","hentry"],"acf":{"faq_title":"Frequently Asked Questions about <mark>Cloud Jupyter: Empowering Data Science Collaboration and Accessibility<\/mark>","faq_items":[{"question":"What is Cloud Jupyter?","answer":"<p>Cloud Jupyter is a web-based interactive computing platform that allows users to create, run, and share documents containing live code, visualizations, and text. It is widely used by data scientists, researchers, and educators for data analysis, machine learning, and scientific computing tasks.<\/p>"},{"question":"How did Cloud Jupyter originate?","answer":"<p>Cloud Jupyter has its roots in Project Jupyter, an open-source project initiated in 2014. The first mention of Cloud Jupyter came with the release of the Jupyter Notebook in 2015, which allowed users to create and share interactive documents.<\/p>"},{"question":"How does Cloud Jupyter work?","answer":"<p>Cloud Jupyter operates as a client-server application. Users access Cloud Jupyter through their web browsers, and the application communicates with a remote server where notebooks and kernels run. The server executes the code and sends the results back to the user's browser.<\/p>"},{"question":"What are the key features of Cloud Jupyter?","answer":"<p>Cloud Jupyter is known for its interactivity, visualization capabilities, collaboration support, reproducibility, and versatility in supporting multiple programming languages.<\/p>"},{"question":"What types of Cloud Jupyter exist?","answer":"<p>There are two main types of Cloud Jupyter:<\/p><ol><li>Public Cloud: Hosted by cloud service providers with free or paid plans, like Google Colab and Microsoft Azure Notebooks.<\/li><li>Private Cloud: Self-hosted on private servers or within organizations, offering more control over security and resources.<\/li><\/ol>"},{"question":"How can Cloud Jupyter be used, and what problems might arise?","answer":"<p>Cloud Jupyter is used for data exploration, machine learning, and education. Users may encounter resource constraints, security concerns, or difficulties with offline access. Solutions include private cloud deployment, hybrid solutions, and using proxy servers for added security.<\/p>"},{"question":"How does Cloud Jupyter compare to traditional IDEs and Google Colab?","answer":"<p>Cloud Jupyter offers web-based access, real-time collaboration, and cloud-based infrastructure, making it stand out compared to traditional IDEs and Google Colab.<\/p>"},{"question":"What are the perspectives and future technologies related to Cloud Jupyter?","answer":"<p>The future of Cloud Jupyter looks promising, with improved scalability, performance, data privacy, AI integration, and potential edge computing.<\/p>"},{"question":"How can proxy servers be associated with Cloud Jupyter?","answer":"<p>Proxy servers, like OneProxy, can enhance security and privacy by masking users' IP addresses and encrypting communication. They also allow access to Cloud Jupyter in restricted regions.<\/p>"},{"question":"Where can I find more information about Cloud Jupyter?","answer":"<p>For more information, you can visit the Project Jupyter website, explore the Jupyter Notebook documentation, and learn about Google Colab.<\/p>"}]},"_links":{"self":[{"href":"https:\/\/oneproxy.pro\/fr\/wp-json\/wp\/v2\/wiki\/476269","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/oneproxy.pro\/fr\/wp-json\/wp\/v2\/wiki"}],"about":[{"href":"https:\/\/oneproxy.pro\/fr\/wp-json\/wp\/v2\/types\/wiki"}],"version-history":[{"count":0,"href":"https:\/\/oneproxy.pro\/fr\/wp-json\/wp\/v2\/wiki\/476269\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/oneproxy.pro\/fr\/wp-json\/wp\/v2\/media\/467881"}],"wp:attachment":[{"href":"https:\/\/oneproxy.pro\/fr\/wp-json\/wp\/v2\/media?parent=476269"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}