Partie 0 : Introduction à Python Flask

Chapitre 00 : Présentation de Flask et configuration de l’environnement
Flask 0.1, une façon simple et polyvalente d'écrire
0.2 Pourquoi utiliser Flask ?
Comparaison des frameworks web Python 0.3
Django
bouteille
FastAPI
Configuration de l'environnement Flask 0.4
Installation de Python
Créer un environnement virtuel dans votre environnement local
Installation de Flask
Commandes Flask
Installation de Visual Studio Code
Utilisation du vérificateur et du formateur de code
Configurer un environnement virtuel Python dans VSCode
.gitignore

Partie 1 : Premiers pas avec Flask

Chapitre 1 : Création d'une application aux fonctionnalités minimales
1.1 Modèle MVT (Modèle, Vue, Gabarit)
1.2 Création d'une application minimalement fonctionnelle
Créer un répertoire de travail
Exécution de l'application
Qu'est-ce que le mode débogage ?
Définition des variables d'environnement à l'aide du fichier .env
Racine de l'application
Utilisation du routage
Utilisation d'un moteur de modèles
Générer des URL à l'aide de la fonction url_for
Utilisation de fichiers statiques
Contexte de l'application et contexte de la requête
1.3 Création d'un formulaire de demande
Spécifications du formulaire de demande
Modèle PRG
Message flash
Enregistrement
Envoyer un courriel
1.4 Cookies
1,5 séance
1.6 Réponse

Chapitre 2 : Création d'une application à l'aide d'une base de données
1.1 Structure du répertoire
2.2 Exécution de l'application : Utilisation de modèles
① Écriture d'un module d'application CRUD
② Modifiez le chemin de la variable d'environnement FLASK_APP
③ Créer un point de terminaison
④ Création d'un modèle
⑤ Création de fichiers statiques
⑥ Charger le CSS dans le modèle
⑦ Vérifier le fonctionnement
2.3 Configuration de SQLAlchemy
Installation de l'extension
Préparation à l'utilisation de flask-sqlalchemy et flask-migrate
2.4 Manipulation de la base de données
Définition du modèle
Initialisation et migration de la base de données
Manipulation de données de base avec SQLAlchemy
2.5 Création d'une application CRUD à l'aide d'une base de données
Utilisation des fonctionnalités étendues du formulaire
Créer un nouvel utilisateur
Afficher la liste des utilisateurs
Modifier l'utilisateur
Supprimer l'utilisateur
2.6 Normalisation et héritage des modèles
Création d'un modèle commun
Réécriture de l'écran de création d'un nouvel utilisateur et de l'écran de modification d'un utilisateur
2.7 Configuration
Comment utiliser from_object
Une autre façon de lire la configuration

Chapitre 3 : Création d’une fonction d’authentification utilisateur
3.1 Fonction d'authentification utilisateur à développer et configuration de l'annuaire
3.2 Enregistrement de la fonction d'authentification dans l'application
Fonction d'enregistrement de l'authentification utilisateur dans le plan
Création d'un point de terminaison de fonction d'authentification utilisateur
Création d'un modèle pour vérifier la fonctionnalité d'authentification
Créez un écran de confirmation pour afficher la page d'authentification.
Vérifiez le fonctionnement
3.3 Création d'une fonction d'inscription des membres
Intégration avec flask-login
Création d'une classe de formulaire pour la fonctionnalité d'inscription des membres
Mise à jour du modèle utilisateur
Création d'un point de terminaison pour la fonction d'inscription des membres
Création d'un modèle pour la fonction d'inscription des membres
Modifiez l'application CRUD pour exiger une connexion.
Vérifiez le fonctionnement
3.4 Création d'une fonction de connexion
Création d'une classe de formulaire pour la fonctionnalité de connexion
Création d'un point de terminaison pour la fonction de connexion
Création d'un modèle pour la fonction de connexion
Vérifiez le fonctionnement
3.5 Création d'une fonction de déconnexion
Vérifiez le fonctionnement
Afficher l'état de connexion

Partie 2 : Flask en pratique ① Développement d’une application de détection d’objets

Chapitre 4 : Spécifications et préparation de l’application
4.1 Spécifications de l'application de détection d'objets
Liste d'images Écran 0
Écran d'authentification
écran de téléchargement d'images
écran de détection d'objets
écran de recherche d'images
Écran d'erreur personnalisé
4.2 Structure du répertoire
4.3 Enregistrement de l'application de détection d'objets
Création d'un point de terminaison pour l'écran de liste d'images
Création d'un modèle pour l'écran de liste d'images
Vérifiez le fonctionnement

Chapitre 5 : Création d’un écran de liste d’images
5.1 Création d'un modèle UserImage
5.2 Création d'un point de terminaison pour l'écran de liste d'images
5.3 Création d'un modèle pour l'écran de liste d'images
5.4 Jointures et relations entre les tables dans SQLAlchemy
Fusionnez des tables avec SQL
Préparation à la vérification SQL
Relation

Chapitre 6 : Création d’un écran d’inscription et de connexion pour les membres
6.1 Mise à jour du point de terminaison sur l'écran d'inscription des membres
6.2 Création d'un en-tête commun
6.3 Mise à jour du modèle sur l'écran d'inscription des membres
6.4 Actualisation du point de terminaison sur l'écran de connexion
6.5 Mise à jour du modèle d'écran de connexion
6.6 Vérification du fonctionnement de l'écran d'inscription/de connexion des membres

Chapitre 7 : Création d’un écran de téléchargement d’images
7.1 Spécifier le chemin de téléchargement des images
7.2 Création d'un point de terminaison pour afficher une image
7.3 Ajout d'un lien vers un écran de téléchargement d'images et d'une liste d'images à l'écran de la liste d'images
7.4 Création d'une classe de formulaire pour l'écran de téléchargement d'images
7.5 Création d'un point de terminaison pour l'écran de téléchargement d'images
7.6 Création d'un modèle pour l'écran de téléchargement d'images
7.7 Vérification du fonctionnement de l'écran de téléchargement d'images

Chapitre 8 : Implémentation de la fonction de détection d'objets
8.1 Création du modèle UserImageTags
8.2 Création d'une classe de formulaire pour la détection d'objets
8.3 Configuration de la bibliothèque pour la détection d'objets
8.4 Création d'un point de terminaison pour la détection d'objets
8.5 Affichage des informations de balise dans l'écran de liste d'images
8.6 Affichage des boutons de détection et des informations d'étiquetage sur l'écran de la liste d'images
8.7 Vérification du fonctionnement de la fonction de détection d'objets
8.8 Création d'une fonction de suppression d'image
Création d'une classe de formulaire avec fonctionnalité de suppression d'images
Création d'un point de terminaison pour la fonction de suppression d'image
Ajoutez un formulaire de suppression au point de terminaison de l'écran de liste d'images.
Affichage du bouton [Supprimer] sur l'écran de la liste d'images
Vérification du fonctionnement de la fonction de suppression d'image

Chapitre 9 : Mise en œuvre de la fonction de recherche
9.1 Création d'un point de terminaison pour la fonctionnalité de recherche d'images
9.2 Création d'un modèle pour la recherche d'images
9.3 Vérification du fonctionnement de la fonction de recherche d'images

Chapitre 10 : Création d’un écran d’erreur personnalisé
10.1 Création d'un point de terminaison pour un écran d'erreur personnalisé
10.2 Création d'un modèle pour un écran d'erreur personnalisé
10.3 Vérification de l'affichage de l'écran d'erreur personnalisé

Chapitre 11 : Exécution des tests unitaires
11.1 Utilisation de pytest
Installation de pytest
Structure des répertoires et conventions d'appellation
Exécutez le test
Vérification du comportement des tests en échec
Exécutez un seul test
11.2 Les fixtures dans pytest
Partage de fixtures à l'aide de conftest.py
11.3 Test de l'application de détection d'objets
Création d'un répertoire de téléchargement d'images de test
Actualisation du banc d'essai
Test de l'écran de liste d'images
Test de l'écran de téléchargement d'images
Test des fonctionnalités de détection d'objets et de recherche par étiquette
Test de la fonction de suppression d'images
Test d'un écran d'erreur personnalisé
Couverture des tests de sortie
Afficher la couverture des tests au format HTML

Partie 3 : Flask en pratique ② Création et déploiement d’une API de détection d’objets

Chapitre 12 : Présentation de l’API Web
12.1 Le World Wide Web (WWW) et la signification des API
Client et serveur
API et JSON
12.2 Le rôle des URI dans l'identification des emplacements des ressources
URL
URI
URNE
12.3 Opérations CRUD sur les ressources à l'aide des méthodes HTTP

Chapitre 13 : Spécifications de l’API de détection d’objets
13.1 Flux de traitement de l'API de détection d'objets
13.2 Installation de PyTorch et sauvegarde du modèle entraîné
Installation de PyTorch
Sauvegarde du modèle entraîné

Chapitre 14 : Implémentation de l’API de détection d’objets
14.1 Structure du répertoire et modules de l'API de détection d'objets
__init__.py
14.2 Préparation de la mise en œuvre
14.3 [Implémentation 1] Implémentation du code d'exécution de l'API
Lisez la configuration et créez une application Flask
Gestion des paramètres communs
Vérifiez le fonctionnement
14.4 [Implémentation 2] Préparation des données et implémentation du code de prétraitement/posttraitement
Préparation des données
Prétraitement
Post-traitement
14.5 [Implémentation 3] Implémentation du code d'exécution du modèle entraîné
14.6 [Implémentation 4] Implémentation du routage
Vérifiez le fonctionnement

Chapitre 15 : Déploiement de l’application de détection d’objets
15.1 Présentation de Docker
technologie de virtualisation
15.2 Présentation de Cloud Run
caractéristiques
15.3 Préparation à l'utilisation de Docker
Installation de Docker Desktop
Exécuter Docker Desktop
15.4 Préparation à l'utilisation de Cloud Run
① Créez un compte Google Cloud gratuit
2. Création d'un projet Google Cloud
③ Activation de l'API Cloud Run et de l'API Container Registry
④ Installation du SDK Cloud
15.5 [Procédure 1] Initialisation de la configuration de Google Cloud
15.6 [Étape 2] Écriture d'un Dockerfile
15.7 [Étape 3] Création d'une image Docker
Vérifiez l'image créée
15.8 [Étape 4] Envoi de l'image Docker vers GCR
Vérifiez la pression
15.9 [Étape 5] Déploiement sur Cloud Run

Partie 4 : Développement d’une API d’apprentissage automatique

Chapitre 16 : Aperçu de l’apprentissage automatique
16.1 Concepts d'apprentissage automatique
16.2 Les données dans l'apprentissage automatique
16.3 Problèmes abordés par l'apprentissage automatique
statistiques
apprentissage automatique
16.4 Expression des algorithmes à l'aide de formules et de code
16.5 Bibliothèques Python utilisées en apprentissage automatique
Bibliothèques et cadres de travail
16.6 Expression de la régression logistique avec les bibliothèques Python
régression logistique
formule de la fonction sigmoïde
Formule de l'erreur d'entropie croisée
formule de descente de gradient
Régression logistique avec NumPy
Régression logistique avec scikit-learn

Chapitre 17 : Processus et pratique de développement d’API d’apprentissage automatique
17.1 Sélection de l'algorithme/modèle d'apprentissage automatique optimal
17.2 Mise en œuvre d'algorithmes/modèles d'apprentissage automatique
processus de mise en œuvre
17.3 Spécifications de l'API d'apprentissage automatique
17.4 Préparation au développement
Installation de la bibliothèque
Consultez le répertoire
17.5 [Processus d'implémentation 1] Conversion du code d'analyse en code de production
1.1 Lecture du code/Documentation du code
1.2 Division fonctionnelle/Division en modules
1.3 Refactorisation
17.6 [Processus d'implémentation 2] Conversion du code de production en API
2.1 Routage : Établissement des conventions d’appellation des URI (points de terminaison)
2.2 Vérification des erreurs : définition des codes d’erreur et des messages d’erreur
2.3 Vérification de la requête : Mise en œuvre du code de vérification
17.7 Vérification du fonctionnement normal
17.8 [Devoir] De l'API d'apprentissage automatique à Machine Learning Foundation et MLOps

Indice

Les bases et le cœur du développement d'applications web avec Flask, le framework web le plus populaire auprès des développeurs Python !
De la création d'applications simples à l'application de l'apprentissage automatique aux applications, apprenez les bases et mettez-les en pratique, le tout au même endroit !

Recommandé pour ces personnes !
-Je souhaite commencer à développer une application web simple avec Python.
-Je souhaite créer ma propre application web ou API web.
-Je m'intéresse à l'intelligence artificielle.
-Je n'ai utilisé Python que pour l'analyse de données.

Et si je voulais créer l'application web que je souhaite, aussi légère et gratuite que possible, en utilisant uniquement les fonctionnalités dont j'ai besoin ?
Le framework web le plus populaire pour les développeurs Python
Utilisons des flacons !

Flask est un micro-framework web Python permettant de développer des services web.
Contrairement aux frameworks complets qui possèdent toutes les fonctionnalités nécessaires au développement web, les micro-frameworks sont des frameworks relativement légers et simples qui ne possèdent que les fonctionnalités nécessaires.
Flask a été élu framework web le plus populaire lors d'une enquête menée auprès des développeurs Python en 2018 et conserve sa popularité à ce jour. Comparé à d'autres frameworks web, Flask offre l'avantage de permettre le développement d'applications sans être contraint par ses propres spécifications.
De plus, comme le framework ne comporte pas beaucoup de fonctions pré-implémentées, il convient à l'apprentissage du développement d'applications ou à la mise en œuvre libre de fonctions en réfléchissant par soi-même.

De la création d'applications simples à l'application de l'apprentissage automatique à vos applications, apprenez les bases et les applications pratiques en une seule fois !

L'objectif de ce livre est de vous aider à créer vos propres applications web en utilisant Flask.
Vous apprendrez d'abord les bases du développement d'applications en créant une application simple, puis en implémentant progressivement une application utilisant un formulaire de demande, une base de données et des fonctions d'authentification.
Ensuite, nous allons créer une application de détection d'objets qui identifie les objets dans les données d'image et expliquer comment transformer cette application en une API Web.

En pratique, Flask est largement utilisé comme framework adapté aux petits projets tels que le développement de produits à des fins de démonstration, et est également largement utilisé pour le développement de produits qui utilisent des données telles que l'apprentissage automatique.
Le code d'implémentation de l'apprentissage automatique est intégré aux produits ou généralisé sous forme d'API web pour fournir des services.
Étant donné que l'histoire du développement de produits axé sur les données est encore relativement récente et que l'apprentissage automatique n'a pas été largement appliqué aux produits, ce livre présente un code d'analyse de reconnaissance d'écriture manuscrite facile à comprendre et explique en détail comment appliquer l'apprentissage automatique aux applications.