Library Search
结果页02-进阶实战-WebSocket-后台任务-部署
在 元器件 / 技术栈 / 知识库 中找到 11 个匹配结果。
技术栈
技术栈
3 个 FastAPI ```
fastapi_project/
├── app/
│ ├── __init__.py
│ ├── main.py # FastAPI 实例创建 + 路由注册
│ ├── core/
│ │ ├── config.py # 配置（Pydantic Settings）
│ │ └── security.py # 认… 2% Node.js // 404
else {
res.writeHead(404, { 'Content-Type': 'application/json' });
res.end(JSON.stringify({ error: 'Not Found' }));
}
});
server.listen(PORT, () => {
console.log(`🚀 服务器已启动: http… 2% Fiber "github.com/gofiber/fiber/v3"
"github.com/gofiber/contrib/websocket"
)
type SensorData struct {
Timestamp int64 `json:"timestamp"`
Temperature float64 `json:"temperature"`
Humidity float64… 1%
知识库
知识库
8 个 02-进阶实战-WebSocket-后台任务-部署 # FastAPI 进阶实战 —— WebSocket、后台任务与部署
## 本章目标
- 实现 WebSocket 实时通信
- 使用 BackgroundTasks 处理异步后处理
- FastAPI + Celery 重型任务
- Docker + Nginx + Uvicorn 生产部署
## 1. WebSocket 实时通信
```python
from fastapi imp… 3% 02-进阶实战-测试-安全-部署 # Django 进阶实战 —— 测试、安全与部署
## 本章目标
- 编写单元测试与集成测试
- 理解 Django 安全机制与最佳实践
- 使用 PostgreSQL + Gunicorn + Nginx 生产部署
- 掌握 Django 性能优化技巧
## 1. 测试体系
### 1.1 单元测试
```python
# blog/tests/test_models.py
from… 3% 02-进阶实战-Celery异步任务与部署 # Flask 进阶实战 —— 异步任务、Docker 部署与性能优化
## 本章目标
- 掌握 Celery + Redis 异步任务队列
- 使用 Docker 容器化 Flask 应用
- 了解 Gunicorn 生产部署
- 常见性能优化策略
## 1. Celery 异步任务
### 1.1 为什么需要异步任务？
Web 请求应该在毫秒级完成。以下场景必须异步处理：
- 发送… 2% 02-neural-network-mnist # ============================================================
# 5. 训练循环
# ============================================================
history = {"train_loss": [], "train_acc": [], "test_loss": [], "… 2% 02-linear-algebra-and-applications ```python
# ============================================================
# 处理缺失值
# ============================================================
data = np.array([1.0, 2.0, np.nan, 4.0, np.nan, 6.0])
#… 2% 03-实战数据处理与Web-API # Python 实战教程：数据处理与 Web API
## 前言
本教程将带你使用 Python 完成两个真实项目：**数据清洗与分析** 和 **REST API 后端**。
---
## 项目一：数据分析流水线
### 场景
你拿到一份电商销售 CSV 数据，需要：
1. 清洗脏数据
2. 多维度聚合统计
3. 生成可视化报表
### 数据准备
```csv
order_id… 2% 02-进阶实战-迁移学习与部署 # PyTorch 进阶实战 —— 迁移学习、混合精度与模型部署
## 本章目标
- 使用预训练模型进行迁移学习（Fine-tuning）
- 掌握混合精度训练（AMP）加速
- 模型导出：TorchScript → ONNX
- 模型量化与推理优化
## 1. 迁移学习（Fine-tuning）
### 1.1 使用 torchvision 预训练模型
```python
import… 2% WebSocket 实时聊天室 — ws 库实战 # Node.js WebSocket 实时聊天室
## 目标
使用 `ws` 库构建多人在线聊天室，演示 Node.js 的事件驱动模型在实时通信中的优势。
## 完整代码
```javascript
// server.js
const WebSocket = require('ws');
const http = require('http');
const fs = require(… 2%