《Django 5 By Example》阅读笔记:p679-p765

Unity 之jenkins自动打包 1.Jenkins 是什么? jenkins官方网址:https://www.jenkins.io/zh/ Jenkins是一款开源 CI&CD(持续集成&持续部署) 软件,用于自动化各种任务,包括构建、测试和部署软件。 简易安装:Jenkins 是一个基于 Java 的独立程序,可以立即运行,包含 Windows、Mac OS X 和其他类 Unix 操作系统。Jenkins 支持各种运行方式,可通过系统包、Docker 或者通过一个独立的 Java 程序。 插件扩展:通过更新中心中的 阅读详情

《Django 5 By Example》学习第10天,p679-p765总结,总计87页。

一、技术总结

1.channel

书里通过聊天软件功能演示Django中channel以及异步编程的应用,本人对这块不是很熟悉,不做评价。

2.deployment(部署)

services:
  db:
    image: postgres:16.2
    restart: always
    volumes:
      - ./data/db:/var/lib/postgresql/data
    environment:
      - POSTGRES_DB=postgres
      - POSTGRES_USER=postgres
      - POSTGRES_PASSWORD=postgres

  cache:
    image: redis:7.2.4
    restart: always
    volumes:
      - ./data/cache:/data

  web:
    build: .
    command: ["./wait-for-it.sh", "db:5432", "--",
              "uwsgi", "--ini", "/code/config/uwsgi/uwsgi.ini"]
    restart: always
    volumes:
      - .:/code
    ports:
      - "8000:8000"
    environment:
      - DJANGO_SETTINGS_MODULE=educa.settings.prod
      - POSTGRES_DB=postgres
      - POSTGRES_USER=postgres
      - POSTGRES_PASSWORD=postgres
    depends_on:
      - db
      - cache
  ...(其它内容省略)

看了作者的写的docker-compose.yml,这里要多说两句:

(1)在docker-compose.yml里面包含build命令,本人觉得这是一种不好的写法。因为重启服务的次数是远远多于build次数的,同时也没有必要每次都build。

(2)服务命名为db,本人觉得这是一种不好的写法。因为db的含义不明确,可以指“MySQL,Oracle,MongoDB, Redis”等,这里使用的是Postgresql数据库,那么直接用postgresql命名更好。

(3)数据库命名为postgres,本人觉得这是一种不好的写法。因为含义不明确。

二、英语总结(生词:3)

1.engage

(1)engage: en-(“in”) + gage(“a pledge, commitment, or security,保证,承诺”)。

p679, In this chapter, you will develop a chat server for students using Django Channels, enabling students to engage in real-time messaging within course chat rooms. engage的用法比较多,这里的意思是:to get involved in sth, to take part in sth.

2.emerging

p685, ASGI is the emerging Python standard for asynchronous web servers and applications.

(1)emerge: e-(“out, from”) + mergere("to dip ")

vi. to rise from, to rise out of.

(2) emerging

adj. starting to exist.

3.duplex

p685, WebSockets provide full-duplex communication by establishing a persistent, open, bidirectional Transmission Control Protocol (TCP) connection between servers and clients.

(1)duplex: duo-(“two”) + plex(“to plait(把…编成辫子)”)

adj. composed of two parts. n. house or other building so divided that it forms two dwelling places.

上面的full-duplex communication的意思是(全双工通信)。

三、其它

chapter 16简评:这一章涉及到前面几章的内容,如果对Django中的channel不熟,感觉不是好理解。个人觉得读下来有点混乱。

chapter 17简评:chapter 17将部署,现在流行使用Docker部署,书里使用的也是这种方式,可以说与时俱进,总体来说读下来还是比较流畅的,毕竟内容也不算发展,总之概括下来就是要多实践。唯一的缺点就是作者写的docker-compose.yml不大规范(上面已介绍,这里不再展开)。

四、参考资料

1. 编程

(1) Antonio Melé,《Django 5 By Example》:https://book.douban.com/subject/37007362/

2. 英语

(1) Etymology Dictionary:https://www.etymonline.com

(2) Cambridge Dictionary:https://dictionary.cambridge.org
在这里插入图片描述

欢迎搜索及关注:编程人(a_codists)

OV9734 DATASHEET,完整规格书 OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等 立即下载

相关推荐

手把手教你用Qt和DSP28335实现串口Bootloader,附赠源码和避坑指南

本文详细介绍了如何使用Qt和DSP28335实现串口Bootloader,包括开发环境搭建、通信协议设计、Qt上位机开发、DSP端Bootloader核心实现以及应用程序工程的特殊配置。通过实战案例和源码分享,帮助开发者快速掌握嵌入式固件升级技术,提升工业设备远程升级的效率和可靠性。

weixin_29176179的博客 137

基于深度学习的猫狗目标检测(Python+YOLO26m+Django)实现详解

详解基于深度学习的猫狗目标检测系统:YOLO26m迁移学习训练、数据划分与错标检测、ONNX导出、Energy阈值拒识、Django+Vue网站部署,附后端核心代码。

WEIXIN_JSJBSZDS的博客 390

从零到一:基于Docker与OSM数据构建Valhalla路径规划服务及Mapbox风格可视化

本文详细介绍了如何从零开始,基于Docker容器技术快速部署开源的Valhalla路径规划服务。通过获取免费的OSM地图数据并构建路网,最终实现服务调用与Mapbox风格的地图可视化,为出行应用原型开发或本地化路径规划服务提供了一套完整、高效的实践方案。

weixin_29297127的博客 167

【复古】浅尝Django前后端不分离

之前我们已经学过用 DRF 开发前后端分离的 Django 项目了,现在我们补充一下前后端不分离的古法 Web 开发的知识点。

2403_88863963的博客 226

word2vector入门教程

摘要: 网上已经有许多对w2v的介绍了,这里只是做一个简单的概括。下面这篇文章我认为是关于W2V写的比较好的文章,读者有兴趣可以先参考一下: w2v参考文章1 另外一篇是关于Skip-Gram和CBow的介绍。 Skip-Gram&CBOW 逻辑比较清晰的综述文章: 综述文章 数学原理很清晰很短的一篇文章(也有关于负采样的简单说明) 参考文章 1.什么

SCUT_Sam 1万+

figma MCP + cursor如何将设计稿生成前端页面

Figma MCP配置与代码生成指南 本文详细介绍了如何在Cursor中配置Figma MCP(多上下文处理器)的完整流程:从获取Figma API密钥、设置MCP服务器配置,到添加代码生成规则。关键步骤包括生成Figm a个人访问令牌、配置cursor settings文件、启用MCP服务,以及设置代码规则(包含TypeScript/Vue技术栈规范、BEM命名规则等)。最后提供了将Figma设计稿转化为Vue页面的prompt模板,涵盖文件结构、图片处理、样式规范等具体要求,确保生成代码与设计稿高度一致

weixin_45644355的博客 2913

基于 Django 的 B 站弹幕情感分析系统-毕业设计

面向UP主与内容研究者的弹幕情感分析系统:粘贴B站视频地址即可采集其全部可见弹幕(自实现WBI接口签名与protobuf解码,无需登录),经清洗、jieba分词、停用词过滤与朴素贝叶斯情感分类,输出情感分布、弹幕密度与情绪时间轴、高频关键词与词云;弹幕语境词由可维护的情感词典二次校正,支持多视频对比与Excel

csbysj2020 170

基于Matlab的MIMO通信系统仿真_Simulink实现

瑞利衰落信道中使用空时分组码的BPSK调制的BER 1、2发1收 参数设置: 双极性信号元+1和-1,每符号含1bit; 采样时间=符号时间=1s; 采用基于数据帧的仿真计算模式,每帧中有2个采样值; 仿真时间=出现100个误码后停止仿真; 随机整数种子=22; Jakes衰落模型中每个信道上的多普勒频移=0.01Hz; 输人信号功率=2W; Alamouti码:两根发送天线,一根接收天线(分集阶= 2); 平均信道信噪比= 18dB; 仿真得出的误码率统计BER =0. 00017. 2、2发

太阳帅帅的博客 9688

多 Agent 共用数据库,元数据检索怎么省下 token 账单?

多 Agent 编排正在从 Demo 走向生产。一个典型的变化是,过去是一个 Agent 连一个数据库,现在是五个、十个 Agent 同时连同一个数据库,有人查数,有人写数,还有人改表结构。数量一上来,问题就变成三个更实际的账:token 账单、协议互通、并发一致。下面逐个拆开,说清楚多 Agent 时代的数据库底座该怎么搭。多 Agent 时代数据库要接住三个账:token、协议、一致性,角色从「被动仓库」转向「主动中枢」

augen1355的博客 366

利用Matlab绘制非线性系统相图:从理论到实践

本文详细介绍了如何利用Matlab进行非线性系统的相图绘制与相平面分析。从理论基础的状态空间转换出发,通过无阻尼线性谐振子和范德波尔振荡器等实例,手把手演示了使用ode45求解器绘制相图、分析平衡点与极限环的完整流程,并分享了方向场绘制、参数分岔探索及常见错误解决方案等高级技巧,为动力学系统分析与控制设计提供了直观强大的可视化工具。

yhn456789的博客 909

月度补丁如何落地?Claude Code 在商业项目中实现版本追新的 4 步更新机制

揭示 Claude Code 月度补丁实为上下文感知能力的结构性重置,而非平滑模型升级;提出四步工程化更新机制,首步通过 CLAUDE.md 定义可量化的 SQL/HTTP/代码风格语义指纹,结合 CLI 工具采集基线指标,实现补丁变更的可测、可比、可控。

weixin_28728443的博客 390

【Python编程—从入门到实践】(Django入门:把Python变成网站,亲手搭建你的学习笔记)

本文以“学习笔记”网站为实战项目,带领 Python 初学者使用 Django,将基础编程知识转化为可访问、可交互的网页应用。内容涵盖虚拟环境搭建、项目与应用创建、数据模型设计、数据库迁移和后台管理,并通过首页、主题列表与笔记详情页,逐步理解路由、视图、模板和模型之间的协作关系。结合模板继承、数据查询与页面渲染,梳理从浏览器请求到内容展示的完整流程,掌握学习主题与笔记条目的组织方法。帮助读者建立网站开发的整体思路,搭建结构清晰、便于扩展的项目,为后续添加表单、用户登录与权限控制打下基础。

承于所学,探技术之渊;以代码求政,寻成长之道。 1万+

YOLOv11【第二十章:模型迭代与生态闭环篇·第1节】在线增量学习——部署后新数据自动回流重训!

🏆 本文收录于专栏 《YOLOv11实战:从入门到深度优化》。本专栏围绕 YOLOv11 的改进、训练、部署与工程优化 展开,系统梳理并复现当前主流的 YOLOv11 实战案例与优化方案,内容目前已覆盖 分类、检测、分割、追踪、关键点、OBB 检测 等多个方向。

**My Coding Family** 434

基于深度学习的皮肤镜图像黑色素瘤良恶性分类研究——ResNet50训练与Django部署全流程实现(Python)

针对皮肤镜图像黑色素瘤良恶性判别问题,本课题构建了一套基于深度学习的分类研究系统。数据层面完成画像、查重与分层划分,测试集冻结评估;模型层面以ResNet50迁移学习完成训练,以Macro-F1为主要指标,配合Grad-CAM热力图进行可解释性分析;应用层面将模型导出为ONNX格式,在Django框架下实现图片、视频、摄像头三类识别入口,并提供识别历史与统计大屏功能,部署推理与训练评估结果保持一致,全流程留痕可复现。

WEIXIN_JSJBSZDS的博客 381

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表,创建专业级图表以简化复杂的信息。

怀旧版电脑GBC模拟器

再现原版GBC掌机的界面,电脑运行连游戏界面都一样大小,很怀旧,很真实,(英文版)强烈推荐,很小的文件,很难才找到的。

基于 Django 的电影票房数据分析与预测系统-毕业设计

同一部片分两个时间点预测:上映前只看类型、档期、主创过往成绩,首周后再加首周票房与口碑。真实抓取艺恩娱数 1978 部影片(2010–2026 年,合计 6155 亿元)并匹配豆瓣评分,按年份切分评估(2010–2022 训练、2023–2026 测试)。上映前误差中位数 65%,首周后降到 29%,模型在哪些年份、哪些量级上不如基线都如实写进论文。

csbysj2020 172

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

列式存储为什么适合分析类负载?原理、限制与日志场景应用

列式存储因按列组织数据,显著减少分析类查询中无关列的读取,结合高效压缩与向量化执行,提升宽表聚合性能。其优势源于存储布局、编码压缩与执行优化三层协同,但代价包括行重组开销、点查延迟及更新成本。适用性取决于查询列占比,日志分析场景可借助内建倒排索引实现检索与聚合一体化,是否合一需根据负载类型权衡。

SelectDB 334

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

Django 权限系统项目实战详细图文教程 7--系统主页功能实现 3

7、Django 权限系统项目实战详细图文教程 7--系统主页功能实现 3

测试开发 137

基于深度学习的猫图像目标检测方法研究:YOLOv8s模型海选、多种子对比训练与Django+ONNX部署实现详解

本课题基于深度学习研究猫图像目标检测问题。数据集含1000张猫图像、1188个标注框,按固定比例划分并冻结清单;训练前在多个候选族中短训海选,确定YOLOv8s为主模型,经学习率搜索与显存标定后完成150轮训练,验证集mAP50达到0.92,并以7个随机种子的对比实验验证稳定性。最优权重导出为ONNX接入Django系统,提供图片、视频、摄像头三种识别方式,配套识别记录管理与统计大屏,形成从训练到应用的完整闭环。

WEIXIN_JSJBSZDS的博客 227

基于深度学习的水下复杂场景鱼类目标检测系统:YOLOv8+Django实现详解

本课题面向水下复杂场景的鱼类检测问题,以YOLOv8s为主模型,在约8200张、13类的水下图像上完成训练。训练前通过短训海选自动选型,训练后与Faster R-CNN、SSD300在同一冻结划分和COCO评测口径下对比,三个随机种子重复实验并做统计检验,验证集mAP50-95为0.734。最优权重经对账后导出为端到端ONNX,接入Django与Vue系统,提供图片、视频、摄像头识别、识别历史管理与可视化大屏,形成从模型到应用的完整闭环。

WEIXIN_JSJBSZDS的博客 375

基于深度学习的塑料类型图像分类研究(Python+PyTorch+Django完整实现)

本课题围绕塑料回收分拣场景,完成基于深度学习的塑料类型图像分类研究。项目使用公开塑料识别数据集,覆盖六类常见塑料,先以ResNet18预训练特征做错标检测,自动隔离可疑样本并复测清洗效果,再按类别分层划分数据集;模型选用ResNet50进行迁移学习,训练中引入标签平滑与EMA应对标签噪声,以宏平均F1,各类别召回和混淆矩阵作为主要评估指标;训练完成的模型导出为ONNX格式,由Django后端加载推理,Vue前端实现图片上传与结果展示,形成从数据,训练到应用的完整闭环,可作为深度学习方向毕业设计的实现参考。

WEIXIN_JSJBSZDS的博客 178

深度学习毕业设计实战:基于YOLO26m的室内火灾早期烟雾与火焰检测系统(数据集+训练+Django部署)

这是一套面向室内早期火情的目标检测系统:主模型YOLO26m,训练数据约6500张室内火情图像,覆盖火焰与烟雾两类目标。系统提供图片、视频、摄像头三种识别方式,页面可在YOLO26m、YOLO11m、RTDETR间切换对比。后端Django、前端Vue,识别记录分级管理,数据大屏汇总置信度与任务类型,训练流程完整可复现,适合计算机专业毕设参考。

WEIXIN_JSJBSZDS的博客 320

【Python编程—从入门到实践】(用户账户:给Django网站装上登录系统,让每个人拥有自己的学习笔记)

本文以“学习笔记”网站为实战项目,带领 Python 初学者使用 Django 构建用户账户系统,实现注册、登录与退出,让每个人拥有独立的学习空间。内容涵盖用户认证、路由与模板配置、表单验证、登录状态展示,以及用户与学习主题的关联。通过按当前用户筛选数据、限制匿名访问,并在查看和编辑笔记时校验内容归属,理解身份认证与访问权限的区别,避免他人通过修改链接访问私人记录。结合主题创建、笔记新增与编辑等操作,梳理从账户建立到个人内容管理的完整流程,为构建数据隔离、职责清晰、便于扩展的多用户网站打下基础。

承于所学,探技术之渊;以代码求政,寻成长之道。 1万+

认证、后台、站点地图、ORM:Django 替 CMS 备好的四样

四个 Python CMS 共用 Django 地基,后台却各盖各的;认证、权限、ORM 开箱自带。Flask 试过,Quokka 仓库停在 2019 年。

damoluomu的专栏 346

基于深度学习的胸部X射线影像肺炎检测系统(Python版):PyTorch+Django实现详解

本课题基于公开胸部X光片数据集,用PyTorch训练ResNet18模型完成肺炎二分类,数据按患者分组划分防止泄露,另训vit_b_16与efficientnet_b0做三模型对比,评估采用宏平均F1与混淆矩阵,贴合类别不均衡场景。网站端用Django加Vue实现,支持图片、视频、摄像头识别,可在线切换模型,识别记录入库可查,ECharts大屏汇总统计。从数据到模型再到应用链路完整,适合大四同学做深度学习方向毕业设计时参考。

WEIXIN_JSJBSZDS的博客 186

Day44 · Django

Django 是一个“拎包入住”的全功能Web框架,采用MTV架构(Model-Template-View),实现快速开发。通过django-admin startproject和manage.py startapp搭建项目骨架,使用Django ORM定义模型并用makemigrations/migrate进行数据库迁移,实现增删改查。结合视图、URL路由与模板,可快速构建博客应用。借助django-environ从.env读取配置,提升安全性。通过DRF可一键暴露RESTful接口,支持前后端分离。整体

小嘉丶学长的博客 232

计算机毕设参考:基于深度学习的鸟类物种图像分类研究(PyTorch+ResNet50+Django逐行讲解)

本课题以Kaggle公开鸟类图像数据集为基础,包含7个鸟种类别、8400张图像。课题先完成数据查重、损坏检测与错标评估,按70/15/15划分数据集并做防泄露核对;随后基于PyTorch使用ResNet-50完成迁移学习训练,产出训练曲线、混淆矩阵、Grad-CAM热力图等图表;模型导出为ONNX并标定域外拒识双防线;通过Django与Vue搭建识别网站,支持图片、视频、摄像头识别与统计大屏,形成训练与应用的闭环。

WEIXIN_JSJBSZDS的博客 432
上一篇: 《Django 5 By Example》阅读笔记:p651-p678
下一篇: Python创建虚拟环境报错:Error: Command......
codists
博客等级 码龄6年 1488粉丝 379原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值