goods模型

goods商品models模块
from django.db import models
from tinymce.models import HTMLField

from db.base_model import BaseModel

Create your models

class GoodsType(BaseModel):
‘’’ 商品模型类 ‘’’
name = models.CharField(max_length=20, verbose_name=‘种类名称’)
logo = models.CharField(max_length=20, verbose_name=‘标识’)
image = models.ImageField(upload_to=‘type’, verbose_name=‘商品类型图片’)

class Meta:
    db_table = 'df_goods_type'
    verbose_name = '商品种类'
    verbose_name_plural = verbose_name

def __str__(self):
    return self.name

class GoodsSKU(BaseModel):
‘’‘商品SKU模型类’’’
status_choices = (
(0, ‘下线’),
(1, ‘上线’),
)

type = models.ForeignKey('GoodsType', verbose_name='商品种类')
goods = models.ForeignKey('Goods', verbose_name='商品SPU')
name = models.CharField(max_length=20, verbose_name='商品名称')
desc = models.CharField(max_length=256, verbose_name='商品简介')
price = models.DecimalField(max_digits=10, decimal_places=2, verbose_name='商品价格')
unite = models.CharField(max_length=20, verbose_name='商品单位')
image = models.ImageField(upload_to='goods', verbose_name='商品图片')
stock = models.IntegerField(default=1, verbose_name='商品库存')
sales = models.IntegerField(default=0, verbose_name='商品销售')
status = models.SmallIntegerField(default=1, choices=status_choices, verbose_name='商品状态')

class Meta:
    db_table = 'df_goods_sku'
    verbose_name = '商品'
    verbose_name_plural = verbose_name

class Goods(BaseModel):
‘’‘商品SPU模型类’’’
name = models.CharField(max_length=20, verbose_name=‘商品SPU名称’)
# 富文本类型:带有格式的文本
detail = HTMLField(blank=True, verbose_name=‘商品详情’)

class Meta:
    db_table = 'df_goods_image'
    verbose_name = '商品图片'
    verbose_name_plural = verbose_name

class IndexGoodsBanner(BaseModel):
‘’‘首页轮播商品展示模型类’’’
sku = models.ForeignKey(‘GoodsSKU’, verbose_name=‘商品’)
image = models.ImageField(upload_to=‘banner’, verbose_name=‘图片’)
index = models.SmallIntegerField(default=0, verbose_name=‘展示顺序’) #0 1 2 3

class Meta:
    db_table = 'df_index_banner'
    verbose_name = '首页轮播商品'
    verbose_name_plural = verbose_name

class IndexTypeGoodsBanner(BaseModel):
‘’’ 首页分类商品展示模型类 ‘’’
DISPLAY_TYPE_CHOICE = (
(0, “标题”),
(1, “图片”)
)

type = models.ForeignKey('GoodsType',verbose_name='商品类型')
sku = models.ForeignKey('GoodsSKU', verbose_name='商品SKU')
display_type = models.SmallIntegerField(default=1, choices=DISPLAY_TYPE_CHOICE)
index = models.SmallIntegerField(default=0, verbose_name='展示顺序')

class Meta:
    db_table = 'df_index_type_goods'
    verbose_name = '主页分类展示商品'
    verbose_name_plural = verbose_name

class IndexPromotionBanner(BaseModel):
‘’‘首页促销活动模型类’’’
name = models.CharField(max_length=20, verbose_name=‘活动名称’)
url = models.CharField(max_length=256, verbose_name=‘活动连接’)
image = models.ImageField(upload_to=‘banner’, verbose_name=‘活动图片’)
index = models.SmallIntegerField(default=0, verbose_name=‘展示顺序’)

class Meta:
    db_table = 'df_index_promotion'
    verbose_name = '主页促销活动'
    verbose_name_plural = verbose_name
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Transformer-CRF模型是一种结合了Transformer和条件随机场(CRF)的模型。它在自然语言处理(NLP)任务中被广泛应用,特别是在序列标注任务中。 在Transformer-CRF模型中,Transformer用于学习输入序列的表示,它通过自注意力机制来捕捉序列中的上下文信息。Transformer将输入序列映射为一系列的密集向量表示,这些向量表示被传递给CRF模块。 CRF模块是一个序列标注模型,它利用转移矩阵来建模标签之间的转移概率。CRF模块接收Transformer输出的向量表示作为输入,并通过前馈神经网络对输入进行处理。然后,CRF模块使用动态规划算法来计算最优的标签序列,以最大化整个序列的概率。 通过结合Transformer和CRF,Transformer-CRF模型能够同时捕捉输入序列的上下文信息和标签之间的依赖关系,从而提高序列标注任务的性能。 范例:<<引用:下面是DIET的架构图,可以看到在Transformer之上使用了CRF。Transformer输出的dense vector会传给CRF内部的一个前馈神经网络,另外,在CRF内部存在一个transition matrix(转移状态矩阵)。在这个架构里CRF的作用是完成信息的提取。 。 引用:NLP on Transformers 高手之路137课Pro版:https://appz0c1mshy7438.h5.xiaoeknow.com/v1/goods/goods_detail/p_621c0289e4b04d7e2fd0365a?type=3&share_type=5&share_user_id=u_621b7b85b8dc5_3yDAYnFXeM&entry=2&entry_type=2001。>> Transformer-CRF模型是一种结合了Transformer和条件随机场(CRF)的模型。它在自然语言处理(NLP)任务中被广泛应用,特别是在序列标注任务中。在这个模型中,Transformer用于学习输入序列的表示,而CRF用于建模标签之间的转移概率。通过结合Transformer的上下文信息和CRF的标签依赖关系,Transformer-CRF模型能够提高序列标注任务的性能。
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