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}