标签:Python

Odoo

Odoo 17开发者指南第四章 应用模型

Odoo 17开发者指南第四章 应用模型
本章将介绍对现有的插件模块进行一些小的增强。我们已经在第三章 创建Odoo插件模块中将插件模块注册到Odoo实例中。现在,我们将更深入地探索模块的数据库层面。读者将学习如何创建一个新的模型(数据库表),添加新的字段,并应用约束。读者还将了解如何在Odoo中使用继承来修改现有模型。在本章中,您将使用在上一章中创建的相同模块。本章涵盖以下内容:定义模型表示……继续阅读 »

Alan 4周前 (06-27) 408浏览 0评论5个赞

Odoo

Odoo 17开发者指南第三章 创建Odoo插件模块

Odoo 17开发者指南第三章 创建Odoo插件模块
现在我们已经有了开发环境,并且知道如何管理Odoo服务端实例和数据库,接下来学习如何创建Odoo的插件模块。本章的主要目标是掌握插件模块的结构以及添加组件的典型增量工作流程。本章中提到的各种组件将在后续章节中详细介绍。一个Odoo模块可以包含多个元素:业务对象:声明为Python类,这些资源根据其配置由Odoo自动持久化。对象视图:业务对象UI……继续阅读 »

Alan 1个月前 (06-23) 703浏览 3评论2个赞

Odoo

Odoo 17开发者指南第二章 管理Odoo服务端实例

Odoo 17开发者指南第二章 管理Odoo服务端实例
在第一章 安装Odoo开发环境中,我们介绍了如何使用源代码附带的标准内核插件来配置Odoo实例。作为自定义Odoo默认功能的标准实践,我们创建一个单独的模块并将其保存在不同的仓库中,以便以后可以清晰地升级Odoo自有和您的自定义仓库。本章重点介绍如何向Odoo实例添加非内核或自定义插件。在Odoo中,可以从多个目录加载插件。此外,建议从单独的文件夹加载第三方……继续阅读 »

Alan 1个月前 (06-16) 435浏览 0评论4个赞

Odoo

Odoo 17开发者指南第一章 安装Odoo开发环境

Odoo 17开发者指南第一章 安装Odoo开发环境
为开启我们的Odoo开发之旅,我们要通过安装Odoo的源代码来配置我们的开发环境,这样可以对源码增强、调试及提高自身的开发技能。配置Odoo开发环境的方法有很多,但本章意在最佳方法。读者可以在网上找到讲解其他方法的教程。请注意,本章配置的是开发环境,其需求与生产环境不同;生产环境有不同的参数,必须根据系统中的数据量和用户量对配置文件做配置。在本章中会介绍配置……继续阅读 »

Alan 1个月前 (06-16) 721浏览 0评论6个赞

Coding

第7章 组合不同的模型进行集成学习

第7章 组合不同的模型进行集成学习
其它章节内容请见机器学习之PyTorch和Scikit-Learn上一章中,我们专注于调优和评估不同的分类模型的最佳实践。本章中,我们将基于这些技术,并探索构建一组分类器的方法,这些方法通常比各个成员具备更好的预测性能。本章我们学习的主要内容有:基于多数投票做出预测使用装袋法重复从训练数据集中随机抽取组合降低过拟合应用提升方法通过弱学习器构建强大的……继续阅读 »

Alan 1年前 (2023-06-08) 1077浏览 0评论0个赞

Coding

如何实现ChatGPT的打字机效果

如何实现ChatGPT的打字机效果
体验过 OpenAI的ChatGPT的朋友们应该都会发现交谈的内容都是一个字一个字蹦出来的,熟悉其背后原理的朋友都知道除了一些预先调校的回复实际上AI的回复都是实时生成的,或者更专业的说法应该是实时预测出来的。所以这种显示效果也是一种无奈之举,但小伙伴有没有发现其实它还蛮酷的,至少不太容易让人产生反感。既然内容是实时生成的,那自然是后端接口实时喂数据给前端……继续阅读 »

Alan 1年前 (2023-06-06) 1452浏览 0评论0个赞

Python

第6章 学习模型评估和超参数调优的最佳实践

第6章 学习模型评估和超参数调优的最佳实践
其它章节内容请见机器学习之PyTorch和Scikit-Learn在前面的章节中,我们学习了用于分类的基本机器学习算法以及如何在喂给这些算法前处理好数据。下面该学习通过调优算法和评估模型表现来构建良好机器学习模型的最佳实践了。本章中,我们将学习如下内容:评估机器学习模型表现诊断机器学习算法常见问题调优机器学习模型使用不同的性能指标评估预测模型……继续阅读 »

Alan 1年前 (2023-04-25) 1942浏览 0评论0个赞

Python

第5章 通过降维压缩数据

第5章 通过降维压缩数据
其它章节内容请见机器学习之PyTorch和Scikit-Learn在第4章 构建优秀的训练数据集 – 数据预处理中,我们学习了使用特征选择技术对数据集降维的不同方法。特征选择以外的另一种降维方法是特征提取。本章中我们会学习两种基本技术,可帮助我们通过将其变换为比原来更低维度的特征子空间总结出数据集中的信息内容。数据压缩是机器学习中非常重要的课题,它有助于我……继续阅读 »

Alan 1年前 (2023-04-17) 2603浏览 0评论0个赞

Python

第4章 构建优秀的训练数据集 – 数据预处理

第4章 构建优秀的训练数据集 – 数据预处理
其它章节内容请见机器学习之PyTorch和Scikit-Learn数据质量及所包含的有用信息量是决定机器学习算法能学到多好的关键因素。因此,在将数据集喂给机器学习算法前对其进行检查和预处理绝对很重要。本章中,我们会讨论一些基本数据预处理技术,有助于我们构建很好的机器学习模型。本章将要讨论的内容有:删除和替换数据集缺失值为机器学习算法准备分类数据为……继续阅读 »

Alan 1年前 (2023-04-08) 3485浏览 0评论0个赞

Python

第3章 使用Scikit-Learn的机器学习分类器之旅

第3章 使用Scikit-Learn的机器学习分类器之旅
其它章节内容请见机器学习之PyTorch和Scikit-Learn本章中,我们会学习一些学术界和工业界常用的知名强大机器学习算法。在学习各种用于分类的监督学习算法的不同时,我们还会欣赏到它们各自的优势和劣势。另外,我们会开始使用scikit-learn库,它为高效、有生产力地使用这些算法提供了用户友好且一致的接口。本章讲解的主要内容有:介绍用于分类的……继续阅读 »

Alan 1年前 (2023-04-03) 2951浏览 0评论1个赞