mbti测试 一个进行Myers-Briggs类型指示器测试的网站。 MBTI职业性格测试 __ __ ____ _____ ___ _____ _____ ____ _____ | \/ | __ )_ _|_ _| |_ _| ____/ ___|_ _| | |\/| | _ \ | | | |_____| | | _| \___ \ | | | | | | |_) || | | |_____| | | |___ ___) || | |_| |_|____/ |_| |___| |_| |_____|____/ |_| 随着时间的推移观星

personnel_info_system 用flask+mongodb搭建的一个人员管理系统 项目运行步骤： 确保mongdb的连接是对的, 然后运行bin中的generate_data生成数据并存如mongodb中； 运行main.py启动flask项目； 本地访问： 即可访问页面，并实现对mongodb的增删改查。 项目运行截图如下

这是我的博客：jQuery作前台，Python3-Flask作后端的全栈开发——数据交互方式 https://blog.csdn.net/winerchopin/article/details/87886777#comments 讲解使用胡代码1

数据仪表板 使用Python，Flask，Bootstrap，JavaScript，HTML / CSS和C3.JS作为图表库的数据可视化Web应用程序。 要求 Python 堆 python微框架 用于响应式CSS布局 一个基于的javascript图表库 入门 克隆仓库并安装依赖项： 打开目录，创建并激活虚拟环境： $ cd DataD $ virtualenv venv $ source venv/bin/activate 运行应用程序： $ python app.py 将浏览器指向 正在从位于以下位置的csv中读取数据： /static/assets/data javascript c3.js代码位于： /static/assets/js/c3.js

瑜伽姿势估计应用程序 表中的内容 概述：- 这是一个瑜伽姿势估计应用程序，它可以通过使用posenet和KNN分类器实时检测瑜伽姿势。 这里使用的数据集是自定义数据集，由 3 个视频组成，用于表示 3 种不同的姿势。 它部署在heroku中。 需要注意的一件事，即这将适用于所有移动和边缘设备。 动机：- 这个项目是我在 ShapeAI 实习的一部分，担任机器学习工程师实习生。 该项目可以扩展为完美的瑜伽教练，以使用 AI 跟踪姿势并保持健康。 技术方面：- 该项目主要分为前端，后端两部分。 让我们详细讨论它们中的每一个。 前端部分：-主要是从前摄像头采集姿态图像，用于姿态识别。 该图像被传递给在 ml5.js 中预训练的posenet模型并获取计数部分位置x和y并将它们保存以以json的形式获取数据。 我们将从图像中检测到 17 个姿势，其中有 2 个与之相关的值，总共 34 个

烧瓶购物者 使用烧瓶的简单电子商务网站

个人翻译的Flask的一个上传组件——flask-uploads的文档。官方文档参见：http://pythonhosted.org/Flask-Uploads/

假新闻 :newspaper: 使用Python分类WebApp Sourcerer 用法：- 克隆我的存储库。 在工作目录中打开CMD。 运行pip install -r requirements.txt 在任何IDE（Pycharm或VSCode）中打开项目 运行Fake_News_Det.py ，转到http://127.0.0.1:5000/ 如果要通过一些更改来构建模型，则可以检查Fake_News_Detection.ipynb 。 您可以检查网络应用程序是否正常运行。 有时预测可能是错误的。 屏幕截图 笔记 该项目仅用于学习目的，不要认为它可以实时工作，因为模型是在历史和有限的数据上进行训练的。 对于这种系统的实时构建，我们需要更新的数据集，并且需要在特定的时间间隔内构建模型，因为新闻数据可以在几秒钟内更新，因此我们的模型也应该使用该数据进行更新。 随便 :index_pointing_up: 我和星星 :star:

零生产 不建议按如下所示部署生产模型。 这只是一个快速入门的端到端示例。 本指南向您展示如何： 建立一个可预测纽约市Airbnb价格的深度神经网络（使用scikit-learn和Keras） 建立一个REST API，根据模型预测价格（使用Flask和gunicorn） 在Google App Engine上将模型部署到生产环境 快速开始 要求： Python 3.7 Google Cloud Engine帐户 克隆此存储库： git clone git@github.com:curiousily/End-to-End-Machine-Learning-with-Keras.gi

Python爬虫，Flask+echarts可视化界面，MySQL数据库存储