物联网之智能灯-Django(一)


准备工作

1.搭建Python开发环境,如果大家没搭建好的,可以看一下这篇博客
2.安装Django有两种方法
.直接在cmd命令窗口输入pip install django == 2.1.15(2.1.15是Django的版本号)
.首先把Django下载下来,下载地址,下载完成后解压到与Python的安装目录下的同一个目录,进入解压后目录,执行:python setup.py install,Django将要被安装到Python的Lib下site-packages
3.Django 配置环境变量
.把下面的两个地址配置到path环境变量里(我的Python版本是3.7)

C:\XXX\Python37\Lib\sitepackages\django;C:\XXX\Python37\Scripts
4.测试Django是否安装成功(如下图)
在这里插入图片描述


一、创建Django项目

关于创建Django项目,我建议使用虚拟环境创建Django项目这种方法,关于如何在虚拟环境中新建Django工程可以参考着篇博客,这个博客在虚拟环境中创建Django项目没有交代清楚,我在这里补充一下:
.在新建的虚拟环境文件夹中(我的新建虚拟环境文件名为IOT_light)按住shift+右键进入命令窗口,(如下图)
在这里插入图片描述

然后输入django-admin startproject light(light为你创建Django项目名,可以随意改),如下图:在这里插入图片描述
下面就是新生成的文件:
在这里插入图片描述

二、创建Django项目的应用

参照上面的创建django项目的方法,进入manage.py所在的文件夹,然后按住shift+右键进入命令窗口,输入以下命令
python manage.py startapp light_app(light_app为应用的名称,可以随意修改),如下图:
在这里插入图片描述
这样文件夹就会新建了一个名为light_app的文件夹。

三.验证django项目创建是否成功

进入manage.py所在的文件夹,然后按住shift+右键进入命令窗口,输入以下命令
python manage.py runserver
回车运行后如果如下图报错,是因为8000端口被占用了,如下图
在这里插入图片描述
解决方法是在后面继续加上8001,或者8002,或者8003…,即输入如下命令
python manage.py runserver 8001 ,如下图:
在这里插入图片描述
这时你就可以打开浏览器访问网址:http://127.0.0.1:8001/,出现下图即表示django项目创建成功!
在这里插入图片描述

总结

安装上面的操作步骤,我相信大家已经把django项目创建好,下一遍博客,我会按照django的MTV模式搭建简单的用户登陆网站。

### 使用 AutoGPTQ 库量化 Transformer 模型 为了使用 `AutoGPTQ` 对 Transformer 模型进行量化,可以遵循如下方法: 安装所需的依赖包是必要的操作。通过 pip 安装 `auto-gptq` 可以获取最新版本的库。 ```bash pip install auto-gptq ``` 加载预训练模型并应用 GPTQ (General-Purpose Tensor Quantization) 技术来减少模型大小和加速推理过程是个常见的流程。下面展示了如何利用 `AutoGPTQForCausalLM` 类来进行这工作[^1]。 ```python from transformers import AutoModelForCausalLM, AutoTokenizer from auto_gptq import AutoGPTQForCausalLM model_name_or_path = "facebook/opt-350m" quantized_model_dir = "./quantized_model" tokenizer = AutoTokenizer.from_pretrained(model_name_or_path) model = AutoModelForCausalLM.from_pretrained(model_name_or_path) # 加载已经量化的模型或者创建个新的量化器对象用于量化未压缩过的模型 gptq_model = AutoGPTQForCausalLM.from_pretrained(quantized_model_dir, model=model, tokenizer=tokenizer) ``` 对于那些希望进步优化其部署环境中的模型性能的人来说,`AutoGPTQ` 提供了多种配置选项来自定义量化参数,比如位宽(bit-width),这有助于平衡精度损失与运行效率之间的关系。 #### 注意事项 当处理特定硬件平台上的部署时,建议查阅官方文档以获得最佳实践指导和支持信息。此外,在实际应用场景之前应该充分测试经过量化的模型以确保满足预期的质量标准。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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