当前位置: 首页 > 面试题库 >

如何阻止Flask在调试模式下进行两次初始化?[重复]

姚宪
2023-03-14
问题内容

这个问题已经在这里有了答案

为什么运行Flask开发服务器会自身运行两次? (6个答案)

去年关闭。

在Python中构建Flask服务并将调试模式设置为打开时,Flask服务将初始化两次。当初始化加载缓存等时,这可能需要一段时间。在开发(调试)模式下,必须执行两次此操作很烦人。当调试关闭时,Flask服务仅初始化一次。

如何阻止Flask在调试模式下进行两次初始化?


问题答案:

在这里要做的最简单的事情就是将use_reloader=False您的呼叫添加到app.run-即:app.run(debug=True, use_reloader=False)

或者,您可以检查WERKZEUG_RUN_MAIN环境中的值:

if os.environ.get("WERKZEUG_RUN_MAIN") == "true":
    # The reloader has already run - do what you want to do here

但是,当您希望行为在加载过程以外的 任何时间发生时,情况会更加复杂:

if not app.debug or os.environ.get("WERKZEUG_RUN_MAIN") == "true":
    # The app is not in debug mode or we are in the reloaded process


 类似资料:
  • 问题内容: 在Python中构建Flask服务并将调试模式设置为打开时,Flask服务将初始化两次。当初始化加载缓存等时,这可能需要一段时间。在开发(调试)模式下,必须执行两次此操作很烦人。当调试关闭时,Flask服务仅初始化一次。 如何阻止Flask在调试模式下进行两次初始化? 问题答案: 在这里要做的最简单的事情就是将你的呼叫添加到-即: 或者,你可以检查环境中的值: 但是,当你希望行为在加载

  • 问题内容: 我正在将我的Caffe网络移植到TensorFlow上,但似乎没有进行初始化的工作。我正在使用,但这似乎使训练变得更加困难。 问题答案: 在 Tensorflow 2.0 和 更高版本中 ,和均已弃用。为了进行Xavier初始化,您现在必须切换到: Glorot制服和Xavier制服是同一初始化类型的两个不同名称。如果您想了解有关如何在带有或不带有Keras的TF2.0中使用初始化的更

  • 问题内容: 到目前为止,在GWT超级开发人员模式下进行调试似乎确实很痛苦。如果有任何错误,则没有堆栈跟踪,只是chrome控制台中给出的一条隐秘消息。有没有办法像开发模式那样获取所有错误以打印堆栈跟踪? 我相信我已经有了源映射,因为如果我去Chrome开发工具中的Sources,我可以看到我的Java类的源代码。 问题答案: 使您可以设置一个异常处理程序,该程序将处理所有异常。然后,您可以使用类似

  • 下面的代码片段: 我尝试使用“automatickeepaliveClientMixin和@override bool get wantKeepAlive=>true”-即保持它活动,以便下次调用它时,它不会再次调用initState(),但是它没有工作。

  • 问题内容: 我看到许多有关解决该问题的人们的帖子: ERROR context.ContextLoader-上下文初始化失败 org.springframework.beans.factory.BeanCreationException: 有没有一种方法可以打开调试来隔离问题? 它抱怨“ 没有这样的属性:针对类:groovy.lang.MetaClassImpl的getOrg ”,但这不是我们的类

  • 目前,我想为我的系统创建一个集成测试。我正在使用testcontainers生成我的临时数据库实例,并使用R2DBC数据库使我的系统具有反应性。问题是我不知道如何在R2DBC testcontainer实例中创建模式,在testcontainers网页中R2DBC支持和JDBC支持的文档中有明显的区别。在JDBC中,有一节在我们替换JDBC URL后创建模式,同时在R2DBC中,没有提到在我们替换

  • 问题内容: 成功的ajax调用后,我正在尝试重新初始化猫头鹰轮播。Ajax调用将更改数据,但视图应保持不变。我遇到了视图轮播结构无法重新初始化的问题。我不知道我在哪里犯错了。 Ajax请求 控制器功能 视图 问题答案: 根据您的代码,我进行更改,请应用此代码,希望此代码能正常工作。

  • 问题内容: 如何在PyTorch中的网络中初始化权重和偏差(例如,使用He或Xavier初始化)? 问题答案: 要初始化单层的权重,请使用中的函数。例如: 或者,您可以通过写入(是)来修改参数。例: 偏见也是如此: 或自定义 将初始化函数传递给。它将以递归方式初始化整个权重。 申请( FN ): 适用递归到每个子模块(通过返回的),以及自我。典型的用法包括初始化模型的参数(另请参见torch-nn