《深度学习与图像识别》课件人工智能算法应用_第1页
《深度学习与图像识别》课件人工智能算法应用_第2页
《深度学习与图像识别》课件人工智能算法应用_第3页
《深度学习与图像识别》课件人工智能算法应用_第4页
《深度学习与图像识别》课件人工智能算法应用_第5页
已阅读5页,还剩16页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

Web框架web网站发展至今,特别是服务器端,涉及到的知识、内容,非常广泛。这对程序员的要求会越来越高。如果采用成熟,稳健的框架,那么一些基础的工作,比如,安全性,数据流控制等都可以让框架来处理,那么程序开发人员可以把精力放在具体的业务逻辑上面。使用框架的优点:稳定性和可扩展性强可以降低开发难度,提高开发效率。为了更好的展示人工智能算法,因此可以采用pythonweb框架。在Python中常用的Web框架有:Flask、Django、Tornado安装Flask-i/simple

pipinstallflaskpipinstallflask_migratepipinstallflask_scriptpipinstallpymysqlHelloWorldfromflaskimportFlask#导入Flask模块

app=Flask(__name__)#创建应用实例

@app.route('/')#使用route装饰器创建一个路由

defhello():#视图函数,访问此路由时执行的函数

return'HelloWorld'#视图函数的返回值,称之为‘响应’

if__name__=='__main__':#判断是否运行此文件,还是被当做模块导入

app.run(debug=True)#开始运行flask应用程序,debug启动app的调试模式

打开浏览器访问http://localhost:5000,可以看到我们的helloworld页面已经可以正常工作了。html代码输出打开浏览器,输入http://localhost:5000/hellofromflaskimportFlask#导入Flask模块

app=Flask(__name__)#创建应用实例

@app.route('/hello')#添加路由:hello

defdo_hello():

return'<h1>Hello,stranger!</h1>'

if__name__=='__main__':#判断是否运行此文件,还是被当做模块导入

app.run(debug=True)#开始运行flask应用程序,debug启动app的调试模式html文件渲染fromflaskimportFlask#导入Flask模块

app=Flask(__name__)#创建应用实例

fromflaskimportrender_template

@app.route('/')

defindex():

return'Helloindex'

@app.route('/hello')#添加路由:hello

defdo_hello():

returnrender_template('hello.html')

if__name__=='__main__':#判断是否运行此文件,还是被当做模块导入

app.run(debug=True)#开始运行flask应用程序,debug启动app的调试模式代码路径:/3flask/hello_wordhtml变量传递fromflaskimportFlask#导入Flask模块

app=Flask(__name__)#创建应用实例

fromflaskimportrender_template

@app.route('/hello')

@app.route('/hello/<name>')

defhello(name=None):

returnrender_template('hello_name.html',name=name)

if__name__=='__main__':#判断是否运行此文件,还是被当做模块导入

app.run(debug=True)#开始运行flask应用程序,debug启动app的调试模式代码路径:/3flask/html重定向访问:http://localhost:5000/redirfromflaskimportFlask#导入Flask模块

fromflaskimportredirect

app=Flask(__name__)#创建应用实例

@app.route('/redir')

defredir():

returnredirect('/')

if__name__=='__main__':#判断是否运行此文件,还是被当做模块导入

app.run(debug=True)#开始运行flask应用程序,debug启动app的调试模式

代码路径:/3flask/redirect表格<!DOCTYPEhtml>

<htmllang="en">

<head>

<metacharset="UTF-8">

<title>广东科学技术职业学院</title>

</head>

<body>

<tableborder="1">

<tr>

<th>姓名</th>

<th>年龄</th>

</tr>

<tr>

<td>{{}}</td>

<td>{{data.age}}</td>

</tr>

</table>

</body>

</html>@app.route('/')

defdemo():

#user=User.query.first()

name="hujianhua"

age="99"

data={

"name":name,

"age":age

}

returnrender_template("index.html",data=data)表格渲染代码路径:/3flask/表格与数据库/table_test.py表单<!DOCTYPEhtml>

<htmllang="en">

<head>

<metacharset="UTF-8">

<title>广东科学技术职业学院</title>

</head>

<body>

<formmethod="post">

<label>姓名:</label><inputtype="text"name="username"placeholder="请输入姓名"><br/>

<label>年纪:</label><inputtype="password"name="userage"placeholder="请输入年纪"><br/>

<inputtype="submit"value="提交">

</form>

</body>

</html>表单渲染@app.route('/login',methods=["GET","POST"])

deflogin():

ifrequest.method=="POST":

username=request.form.get("username")

userage=request.form.get("userage")

print(username)

print(userage)

returnrender_template("login.html")后端向前端传数据通过render_template(“index.html”,data=data)可以向html传递数据。传单个数据returnrender_template(‘需要传参网址’,xx=u‘xx’);前端接收:{{xx}}传多个数据(见表格渲染实例)先把数据写进字典,字典整体传returnrender_template(‘需要传参网址’,**字典名’);前端接收:{{字典名.变量名}}@app.route('/')

defdemo():

#user=User.query.first()

name="hujianhua"

age="99"

data={

"name":name,

"age":age

}

returnrender_template("index.html",data=data)表格渲染后端得到前端数据如果前端提交的方法为POST:后端接收时要写methods=[‘GET’,‘POST’]xx=request.form.get(xx);xx=request.form[’‘xx’]如果是GETxx=request.args.get(xx)通过表单,网页访问,或者ajax等请求。网址传参::5000/get_test?name=gditKey=nameValue=gdit前程向端传递数据后端处理数据fromflaskimportrequest表单前端<!DOCTYPEhtml>

<htmllang="en">

<head>

<metacharset="UTF-8">

<title>Xiaotaotao</title>

</head>

<body>

<formmethod="post">

<label>姓名:</label><inputtype="text"name="username"placeholder="请输入姓名"><br/>

<label>年纪:</label><inputtype="password"name="userage"placeholder="请输入年纪"><br/>

<inputtype="submit"value="提交">

</form>

</body>

</html>表单后端@app.route('/login',methods=["GET","POST"])

deflogin():

ifrequest.method=="POST":

username=request.form.get("username")

userage=request.form.get("userage")

print(username)

print(userage)

returnrender_template("login.html")pipinstalldlib==19.7.0pipinstallface_recognitionpipinstallPillow相关软件安装由于默认使用国外源进行下载安装,导致下载速度非常慢,因此可以使用国内源进行来加速安装,在相应安装命令行后加-i/simple,例如安装numpy,使用加速国内源进行安装的命令为:pipinstallnumpy-i/simple

人工智能算法应用框架web前端html内容css样式与布局javascript微信小程序后端djangoflask前端项目实战通过下载mnis

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论