初识django--遇到的问题及解决办法

最新推荐文章于 2025-05-26 18:06:18 发布

蜗牛小红

最新推荐文章于 2025-05-26 18:06:18 发布

阅读量2.3k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： python 文章标签： django

本文链接：https://blog.youkuaiyun.com/dxh1994/article/details/80694972

python 专栏收录该内容

3 篇文章

订阅专栏

这篇博客主要记录了作者在学习Django过程中遇到的一些问题，包括web访问的实质理解，rest_framework模板错误，IP地址访问限制， favicon.ico找不到以及在Django中使用Keras模型时遇到的问题。解决方案包括配置rest_framework，允许特定IP访问，添加favicon.ico文件以及解决模型预测错误的方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.web访问的实质

（1）客户端发送请求到web服务器

（2）web服务器返回html页面给客户端

第一次接触web，没基础。创建django项目全靠看教程https://www.cnblogs.com/geekmao/p/7612430.html

2.rest_framework问题

测试web时，报错：django.template.exceptions.TemplateDoesNotExist: rest_framework/api.html

解决办法：

在配置文件中配置rest_framework库，setting文件中的参数INSTALLED_APPS加上rest_framework

INSTALLED_APPS = [
    'django.contrib.admin',
    'django.contrib.auth',
    'django.contrib.contenttypes',
    'django.contrib.sessions',
    'django.contrib.messages',
    'django.contrib.staticfiles',
    'rest_framework',]

3.IP地址访问问题

测试的时候是在本地测试，但想通过局域网和其他开发人员共享同一开发站点，就会被拒绝连接请求。

参考链接：https://www.cnblogs.com/zknublx/p/6184418.html

解决办法：

（1）关闭防火墙

（2）通过指定一个IP地址: 0.0.0.0，告诉服务器去侦听任意的网络接口。（pycharm右上角点击edit configurations配置host）

（3）在setting配置中加入参数ALLOWED_HOSTS=['192.168.0.148']

4.Not Found:/favicon.ico问题

默认情况下，浏览器访问一个网站时，同时还会向服务器请求获取网站的图标，即favicon.ico。

解决办法：

1.找一个图片格式为ico，命名成favicon.ico，拷贝到django下的\contrib\admin\static\admin\img

在命令行输入pip show django，获取django的安装路径

2.网站www.html-kit.com/favicon/可以在线生成ico文件。

5.keras模型应用在django中出现的问题

问题背景：

项目需求是用深度学习训练一个模型，然后做一个web接口，调用web接口时加载模型并实现预测。

问题：

加载模型和第一次预测的过程没有问题，但是再次执行到model.predict就会报错

ValueError: Tensor Tensor(“Placeholder:0”, shape=(3, 3, 1, 32), dtype=float32) is no an element of this graph

解决办法：

在web初始化时加载模型，并随便生成一个向量让model执行一次predict函数，之后再使用就不会有问题了

参考链接：https://zhuanlan.zhihu.com/p/27101000

# 加载模型，django 会在 web 应用初始化时执行这段代码
from keras.models import load_model
import os
import numpy as np

print('load model...')
# import keras
# keras.backend.clear_session()
path = os.path.dirname(os.path.dirname(__file__))
model_path = os.path.join(path,'core','taobaomodel.h5')
model = load_model(model_path)
weights_path = os.path.join(path, 'core','taobaomodel_weights.h5')
model.load_weights(weights_path)
print('load done.')

# load 进来模型紧接着就执行一次 predict 函数
# 玄学：不预测的话，多次预测会报错（来自知乎https://zhuanlan.zhihu.com/p/27101000的解决办法）。
print('test model...')
print(model.predict(np.zeros((1,30,30,1))))
print('test done.')

# 使用模型预测
def captcha_class(x_pre):
    global model
    label = model.predict(x_pre)
    return label