Django集

制作前端开发中 SVG 图标

引入其他图标集可能也未必包含所有需要的图标。此外，这样做改动太大，还需要确保所有图标在风格上的一致性（例如宽度、弧度的一致）。因此，需要自己制作一些图标。
xieyan0811·2025-03-09 16:11

PyTorch系列教程：编写高效模型训练流程

模型训练流程PyTorch训练循环流程通常包括：加载数据批量处理执行正向传播计算损失反向传播更新权重一个典型的训练流程将这些步骤合并到一个迭代过程中，在数据集
梦想画家·2025-03-09 13:24

K8s面试题总结（十一）

bridge,host,none)Bridge：默认模式，容器通过虚拟网络桥接与主机通信Host：容器直接使用主机的网络栈none：容器没有网络接口3.如何将本地开发的Docker容器部署到Kubernetes集
a_j58·2025-03-09 11:37

DeepSeek R1-32B医疗大模型的完整微调实战分析（全码版）

─1.2软件依赖││├─PyTorch2.1.2+CUDA││└─Unsloth/ColossalAI│└──1.3模型加载│├─4bit量化加载│└─FlashAttention2加速├──2.数据集构建
Allen_LVyingbo·2025-03-09 11:33

初识Django（四）：工程文件功能说明

目录工程文件总览工程文件夹djangoexample文件解析工程子文件夹djangoexample文件解析应用子文件夹helloworld文件解析工程文件总览打开我们在教程一里创建的带app“helloworld
公众号：重生之成为赛博女保安·2025-03-09 10:56

Python项目-基于Django的在线教育平台开发

本文将详细介绍如何使用Python的Django框架开发一个功能完善的在线教育平台，包括系统设计、核心功能实现以及部署上线等关键环节。
天天进步2015·2025-03-09 09:23

最新（四）Django学习——模板标签定义及语法：for循环

fromdjango.contribimportadminfromdjango.urlsimportpathfrom.importviewsurlpatterns=[#子路由path(‘test01/’
2301_82243493·2025-03-09 09:16

Django学习实战篇一（适合略有基础的新手小白学习）（从0开发项目）

本项目将用django4.2版本和python3.11版本带大家实现完整开发过程。  
不染_是非·2025-03-09 09:46

Django系列教程（5）——Django模型详解

目录模型定义小案例模型的组成模型的字段基础字段关系字段on_delete删除选项related_name选项模型的META选项模型的方法标准方法示例一：自定义方法示例二：自定义Manager方法完美的高级Django
l软件定制开发工作室·2025-03-09 09:43

【Hadoop】详解HDFS

Hadoop分布式文件系统(HDFS)被设计成适合运行在通用硬件上的分布式文件系统，它是一个高度容错性的系统，适合部署在廉价的机器上，能够提供高吞吐量的数据访问，非常适合大规模数据集上的应用。
2302_79952574·2025-03-09 09:13

从零开始实现一个完整的购物网站 Django vs Flask 究竟哪个更适合初学者？

作者：禅与计算机程序设计艺术1.简介在Web开发领域，Django和Flask都是最流行的Pythonweb框架，这两款框架各有千秋，但是两者之间到底选哪个才是适合初学者入门的呢？
AI天才研究院·2025-03-09 07:49

Scala 中生成一个RDD的方法

在Scala中，生成RDD（弹性分布式数据集）的主要方法是通过SparkContext（或SparkSession）提供的API。
闯闯桑·2025-03-09 06:35

HDFS的设计架构

HDFS是Hadoop生态系统中的分布式文件系统，设计用于存储和处理超大规模数据集。它具有高可靠性、高扩展性和高吞吐量的特点，适合运行在廉价硬件上。
F_0125·2025-03-09 05:21

TopK问题

针对TopK问题，通常方案是分治+Trie树/Hash+小顶堆，即先将数据集按照Hash方法分解成多个小数据集，然后使用Trie树/
K. Bob·2025-03-09 03:11

【神经网络】python实现神经网络（一）——数据集获取

二.测试训练数据集的获取首先我们需要通过官网获取到手写数字识别数据集，数据集一共分为四个部分，分别是训练集的图片（六万张）、训练集的标签、测试集的图片
师兄师兄怎么办·2025-03-09 03:06

大数据运维实战指南：零基础入门与核心技术解析（第一篇）

YARN/K8s深度解析第五篇：实时计算框架Flink/Spark运维指南第六篇：大数据监控体系与自动化运维第七篇：云原生时代的大数据运维实践第八篇：数据安全与合规性管理第九篇：性能调优与故障排查案例集第
emmm形成中·2025-03-09 01:19

R语言 决策树、svm支持向量机、随机森林

（如果内容有错误，欢迎大家批评指正）1.决策树我们使用的还是RStudio自带的数据集iris。
别叫我名字20·2025-03-09 01:08

转换器与预估器，KNN算法，朴素贝叶斯算法，决策树，随机森林的特点，优缺点

转换器与预估器，KNN算法，朴素贝叶斯算法，决策树，随机森林的特点，优缺点1转换器与预估器实例化转换器fit_transform转换实例化预估器fit将训练集的特征值和目标值传进来fit运行完后，已经把这个模型训练出来了
qq_43625764·2025-03-09 01:05

hadoop框架与核心组件刨析（四）MapReduce

MapReduce的核心思想分而治之：将大规模数据集分割成多个小块，分布到集群中的多个节点上并行处理。Map阶段：将输入数据转换为键值对（Key-ValuePair）
小刘爱喇石( ˝ᗢ̈˝ )·2025-03-09 00:42

加州房价数据集加载出错：无法获取数据，HTTP Error : Forbidden

加州房价数据集加载出错：无法获取数据，HTTPError:Forbidden在使用Python的sklearn库中，我们可以很方便地获取一些常用的数据集。
code_welike·2025-03-09 00:13

解决Python中加载sklearn加州房价数据集出错的问题

解决Python中加载sklearn加州房价数据集出错的问题在使用Python的scikit-learn库进行机器学习任务时，我们经常需要加载各种数据集。
冰雪之境·2025-03-09 00:39

【完整版解决方案】sklearn加州房价数据集出错 housing = fetch_california_housing() HTTPError: HTTP Error 403: Forbidden

1、下载数据集原始数据集:cal_housing.tgz2、放置数据集查找本地位置，执行代码后进入目标文件夹。
getalong·2025-03-08 23:34

Flask 框架简介

Django附带了与最常见的数据库交互所需的库。另一方面，Flask允许根据数据库类型或集成方法使用扩展来实现相同的目标。
dowhileprogramming·2025-03-08 22:18

使用Opacus库在Mnist数据集实现差分隐私

第一部分：代码实现（1）基础配置python:3.8,opacus1.1.1，torch1.12.1pipinstallopacus==1.1.1具体实现方式是参考opacus官网以及（4）的参考文献。opacus官网为：GitHub-pytorch/opacus：使用差分隐私训练PyTorch模型（2）完整代码#-*-coding:utf-8-*-#Step1:导入必要的库和模块importto
还不秃顶的计科生·2025-03-08 22:06

C++之序列容器（vector,list,dueqe）

在众多编程语言中，数据的存储与管理方式各有千秋，而C++凭借其丰富且强大的工具集脱颖而出，尤其是在处理序列数据方面，C++标准模板库（STL）中的序列容器vector、list和deque更是展现出卓越的性能与高度的灵活性
邪恶的贝利亚·2025-03-08 21:40

(9-2)MM-Vet多模态大模型评估系统：项目架构

9.2项目架构MM-Vet的项目架构由多模态数据集、推理脚本和评估工具三部分构成，针对大模型的综合能力进行全面评估。
码农三叔·2025-03-08 21:35

django中序列化器serializer 的高级使用和需要注意的点

在DjangoRESTframework（DRF）中，序列化器（Serializer）是一个强大的工具，用于将复杂的数据类型（如Django模型实例）转换为Python原生数据类型，以便将其渲染为JSON
小赖同学啊·2025-03-08 20:59

使用Python和机器学习技术对高中物理题目进行分类的示例代码

步骤概述数据准备：准备包含高中物理题目的数据集，每个题目都有对应的类别标签。文本预处理：对题目文本进行清洗和特征提取。模型训练：使用训练数据训练分类模型。模型评估：使用测试数据评估模型的性能。
max500600·2025-03-08 19:17

Django 视图

Django视图引言Django是一个高级的PythonWeb框架，它鼓励快速开发和干净、实用的设计。在Django中，视图是Web应用程序的核心，负责处理客户端请求并生成响应。
lsx202406·2025-03-08 19:45

Django下防御Race Condition漏洞

今天下午在v2ex上看到一个帖子，讲述自己因为忘记加分布式锁导致了公司的损失：我曾在《从Pwnhub诞生聊Django安全编码》一文中描述过关于商城逻辑所涉及的安全问题，其中就包含并发漏洞（RaceCondition
落沐萧萧·2025-03-08 19:13

Django官方教程(六)【创建你的第一个 Django 项目,第四部分】

创建你的第一个Django项目，第四部分这一篇从第三部分（zh）结尾的地方继续讲起。我们将继续编写投票应用，本章着力于简单的表单处理和精简我们的代码。
.NET跨平台·2025-03-08 19:12

Python的那些事第四十一篇：简化数据库交互的利器Django ORM

DjangoORM：简化数据库交互的利器摘要随着互联网技术的飞速发展，Web开发越来越受到重视。Django作为一款流行的PythonWeb框架，以其高效、安全、可扩展等特点受到了广大开发者的喜爱。
暮雨哀尘·2025-03-08 19:34

Django+Vue创建项目前后端分离

转载掘金文章详细介绍了如何搭建项目https://juejin.cn/post/7028812676230807582Django的TemplateView指向生成的前端dist文件即可.1、找到project
我就是我是好孩子啊·2025-03-08 18:06

计算机毕业设计Python+uniapp今日健康饮食食谱小程序(小程序+源码+LW)

该项目含有源码、文档、程序、数据库、配套开发软件、软件安装教程项目运行环境配置：Pychram社区版+python3.7.7+Mysql5.7+uni+HBuilderX+listpip+Navicat11+Django
Python毕设源码程序高学长·2025-03-08 17:26

社团周报系统可行性研究-web后端框架对比-springboot，django，gin

对于目前市面上web后端框架，我主要了解到的就是springboot，djangogin等，分别对应javapythongo三种语言，目前我比较熟悉的就是springboot目录springboot框架简介优点缺点适用场景与需求匹配度
拉玛干·2025-03-08 16:25

数据挖掘实战-基于Catboost算法的艾滋病数据可视化与建模分析

如果文章对你有帮助的话，欢迎评论点赞收藏加关注+目录1.项目背景2.数据集介绍
艾派森·2025-03-08 16:23

基于pandas的哪吒2电影评论数据分析

为深入理解观众对影片的真实反馈，挖掘市场评价中的关键信息，本项目基于电影评论数据集，从评分、情感倾向、地域分布、时间趋势等多维度展开分析，旨在为电影制作方、宣发团队及行业研究者提供数据驱动的决策支持。
2302_80651048·2025-03-08 16:27

【Hugging Face】datasets 库：加载、处理和分享大规模数据集

HuggingFaceDatasets库HuggingFace的datasets库是一个轻量级、高性能的库，用于加载、处理和分享大规模数据集，特别适用于自然语言处理（NLP）、计算机视觉（CV）和语音任务
彬彬侠·2025-03-08 15:28

蓝破云可以实现500M以下文件的百度云到阿里云的转存的云计算服务平台（大约每天50个的限制）

官网：蓝破云官网-让技术更加流行--[集云盘管理、云盘转存、云储存、云应用的创新平台]可以使用阿里云登录亲测确实可以快速转存，然后再用阿里云快速下载。
skywalk8163·2025-03-08 15:27

Pandas-为什么 Polars 比 Pandas 使用更少的内存

特别是，某些在Pandas中需要手动完成的技术可以在Polars中自动完成，从而让你在处理大型数据集时使用更少的内存——并且减少你
李星星BruceL·2025-03-08 14:07

Python和C++计算物理光学波形化学结构数学方程

数学计算1：数据集升序排列后，生成索引和排名。数学计算2：一定量序列排序后，生成得新索引表，并绘制原始序列。
亚图跨际·2025-03-08 14:33

深度剖析QwQ模型：技术、应用与前景展望

研究方法与创新点二、QwQ模型的基本概述2.1定义与概念2.2发展历程2.3模型架构与原理2.3.1整体架构2.3.2关键技术与原理三、QwQ模型的性能表现3.1数学推理能力3.1.1AIME24评测集表现
萧十一郎@·2025-03-08 13:59

Manus的基于Sentence-BERT与ChromaDB的语义检索系统设计与实现

实验表明，在MSMARCO数据集上，
设计狗和程序猿·2025-03-08 13:28

PTA团体程序设计天梯赛-练习集16-20题

L1-016查验身份证一个合法的身份证号码由17位地区、日期编号和顺序编号加1位校验码组成。校验码的计算规则如下：首先对前17位数字加权求和，权重分配为：{7，9，10，5，8，4，2，1，6，3，7，9，10，5，8，4，2}；然后将计算的和对11取模得到值Z；最后按照以下关系对应Z值与校验码M的值：Z：012345678910M：10X98765432现在给定一些身份证号码，请你验证校验码的有
β添砖java·2025-03-08 12:55

3.6手写数字识别项目

今天的内容为手写数字识别项目1.数据准备：-使用`torchvision.datasets`加载MNIST数据集。
不要不开心了·2025-03-08 11:33

图论理论基础和存储方式的实现

1、图的理论基础图（Graph）用大写字母（如GGG）表示图，通常记为G=(V,E)G=(V,E)G=(V,E)，其中VVV表示顶点集，EEE表
Amazing_snack·2025-03-08 09:32

iOS：如何使用OpenVC库计算照片相似度

动态阈值建议根据实际数据集通过ROC曲线确定最佳阈值。错误处理增加对空图像、无轮廓等异常情况的检查。**关键步骤：**1.引入OpenCV库2.涉及C++，需要将.m文件更新为.mm文件#pragm
zzialx·2025-03-08 09:26

【JAVA架构师成长之路】【Redis】第11集：Redis缓存-高并发与秒杀实战

0-3分钟：课程目标与引入目标通过本课程，将掌握：高并发场景核心问题：理解超卖、库存不一致、数据库击穿的成因与危害。Redis秒杀解决方案：利用原子操作、分布式锁、队列削峰保障库存安全。性能优化技巧：缓存预热、限流策略、Lua脚本实现原子性。实际意义秒杀场景下瞬时流量极高（如电商大促、票务系统），传统数据库无法承受压力。Redis凭借内存操作与原子性特性，成为解决高并发库存扣减的核心工具。3-13
羽轩GM·2025-03-08 08:49

在Blender中给SP分纹理组

在Blender中怎么分SP的纹理组/纹理集其实纹理组就是材质把同一组的材质分给同一组的模型导入到sp里面自然就是同一个纹理组把模型导入SP之后就自动分好了
CG星空·2025-03-08 08:03

Django 模型的逆向工程

模型的逆向工程：通过inspectdb命令从数据库表创建Django模型在Django开发中，模型（Model）是定义数据库结构的关键组件。
jay丿·2025-03-08 07:27
上一页 5 6 7 8 9 10 11 12 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他