django admin站点管理 示例

django(1.4) 的 admin站点管理 ,简单而又实用,掌握了会带来很多的便利。

使用admin站点管理,你需要做2步工作:一是激活(启动)管理界面,二是配置模型(你要管理的模型)的管理界面。


一、如何激活管理界面

  • 对settings文件做如下这些改变:
      1)将 'django.contrib.admin'加入setting的 INSTALLED_APPS配置中, INSTALLED_APPS中的配置顺 序是没有关系的。


      2)保证INSTALLED_APPS中包含'django.contrib.auth''django.contrib.contenttypes'   'django.contrib.sessions',Django的管理工具需要这3个包。
     

     3)确保MIDDLEWARE_CLASSES 包含

         'django.middleware.common.CommonMiddleware' ,
          'django.contrib.sessions.middleware.SessionMiddleware'
,
          'django.contrib.auth.middleware.AuthenticationMiddleware'

  • 运行 pythonmanage.pysyncdb 。这一步将生成管理界面使用的额外数据库表。 当你把'django.contrib.auth'加进INSTALLED_APPS后,第一次运行syncdb命令时, 系统会请你创建一个超级用户。 如果你不这么作,你需要运行pythonmanage.pycreatesuperuser来另外创建一个admin的用户帐号,否则你将不能登入admin。
  • 将admin访问配置在URLconf(记住,在urls.py中). 默认情况下,命令django-admin.pystartproject生成的文件urls.py是将Django admin的路径注释掉的,你所要做的就是取消注释:(r'^admin/', include(admin.site.urls))

(此时,可启动开发服务器(如前:"python manage.py runserver 0.0.0.0:8000" ),然后在浏览器中访问:http://127.0.0.1:8000/admin/,如果出现登录页面,表示配置成功

二、如何配置相应模型的管理页面

       前提:假设已经有一个 djangoTest 的djgango项目,且创建了一个app应用djmanage,models.py如下:

from django.db import models
from django.contrib import admin

# Create your models here.
class User(models.Model):
    id = models.AutoField(primary_key=True,db_column="ID")
    name = models.CharField(max_length=30,db_column="NAME")
    pwd  = models.CharField(max_length=33,db_column="PASSWORD")
    
    class Meta:
        db_table="USER"
        
    
class UserInfo(models.Model):
    id = models.AutoField(primary_key=True,db_column="ID")
    uid = models.ForeignKey(User)
    realname = models.CharField(max_length=30)
    telephone = models.CharField(max_length=15)
    address = models.CharField(max_length=160)
       
    class Meta:
        db_table="USER_INFO"
        

在你原先已经正常运行的程序下,只要在相应的app应用目录下添加一个如下的admin.py文件(可说是app模型管理界面的配置文件)即可。

from django.contrib import admin
from djangoTest.djmanage.models import User,UserInfo

#定义了一个模型管理类
class UserAdmin(admin.ModelAdmin):
    list_display = ('id','name','pwd')#选项控制变更列表所显示的列。缺省情况下变更列表只显示对像包含的表征字符串。
    list_filter  = ('id','name')#选项在右边创建一个过滤条。
    ordering = ('id',)#选项控制对象在管理界面显示时的排序方式。它是想要按序排列的字段的列表;前面带减号(-)的按逆序排序。
    search_fields =('name',)#选项创建了一个允许搜索文本内容的域。

admin.site.register(User,UserAdmin)#关联 模型与模型管理类
admin.site.register(UserInfo)#此处是关联了默认的模型管理类



      


深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
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
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