Django项目之经济预测平台,应用LSTM、GBDT等算法

一、平台功能与技术点

1.技术点:Python3.9、Django4.1.7, tensorflow2.11.0,keras2.11.0,numpy1.24.2、bootstrap、ajax、MySQL等等

2.功能:正常前后端,前台主要完成经济预测功能(特征和标签都是物品价格)、还有订单管理、权限管理、登录注册等基本功能,后端进行这些model的管理 

3.文件结构见github

4.平台界面: 

二、平台的算法功能

1.基本实现LSTM、GRU和GBDT等算法对于物品价格的预测

三、使用别人的Django项目注意点

1.配置好项目需要的环境,尤其是对某些包:Keras与TensorFlow,numpy与TensorFlow、Python版本等。如果实在装不上,就直接pip 包就行。
2.配置好settings.py里的MySQL数据库配置,需要在Navicat上新建一个数据库,该库名必须与settings里的同名,还有账号密码得对应上。
3.看一下Django的model里是否有原先数据库就有的图片等,可能在运行项目时会报错原本数据库有的元素,迁移到新的电脑上是会没有

四、该项目注意点

1.前端上传数据到后端时,是采用Ajax异步传值还是form表单传值?

答:因为csrf问题和ajax依赖的jQuery库问题,该项目选择使用form表单使用post上传到view.py;而后端传值到前端时,直接使用{{ }}就OK;最次使用get传值,因为会暴露在url上。

2.某些jQuery的链接需要科学上网,有的科学上网了还报403,需要甄别。

3.路径问题:尤其是return render的路径,这里设置了默认根目录,所以直接使用“package名+文件名”就行。

4.Django默认所有的post请求,后台都能接收到,需要使用注解@csrf_exempt或者其他方法设置

5.view.py产生的图片使用以下代码传送到前端

buffer = BytesIO()
# plt是模型跑完返回的plt
plt.savefig(buffer)
plot_data = buffer.getvalue()
imb = base64.b64encode(plot_data)
ims = imb.decode()
imd = "data:image/png;base64," + ims
# 传送
message = {"image_path": imd}

五、项目链接:

别忘star嗷!谢谢!

GitHub - ljm1194490058/econometric: Django经济预测平台

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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