Django第四课之模板标签及模板的继承与引用

本文介绍了Django中的模板标签和模板继承的基本概念。模板标签使用{%tag%}

如果你看了前面三节课的内容,那么这节课就很简单了。这节课,我们说两个点。一个是模板标签,一个是模板继承,

1.模板标签

看到图片中的{%tag%}{%endtag%},这个就是模板标签,是开口就有闭口。基本跟python中的语法是差不多的。但是,这其中的值是怎么传过来的呢,多说一句哈,看图

看到图中的render中的参数context,它是一个字典,Django中是用字典来传值的。然后再模板中来处理。

2.模板继承

一说继承,大家想到是什么?继承用通说的话说一下哈,你有爸爸的基因,你长的像你爸爸,这就是继承。看图说话:第一张是爸爸,第二张是儿子。

咱说的爸爸就是主模板,儿子是子模版。子模版继承主模板的关键字是extends,在主模板中,我们要挖坑,看上图,{% block name %}{% endblock %},这个的name说的是标签名。这个标签名一定要有意义。这样在后续的开发中才会见名识意。

好啦,今天就简单的介绍到这里,快去练习吧。

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
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

打赏作者

韩淼燃

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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