LoslegenKostenlos loslegen

Eine neue Endpoint-Version hinzufügen

Ein Kunde deiner Penguin-Classification-API hat um einen Endpoint gebeten, der Daten aus einem durch Leerzeichen getrennten Text-String vorverarbeitet statt aus einem JSON-Dictionary. Du sollst ein „v2“-Schema und einen Endpoint zu deiner App hinzufügen, um das neue Eingabeformat zu akzeptieren.

Die FastAPI-Instanz namens app und die Klasse PenguinV1 wurden bereits geladen.

Diese Übung ist Teil des Kurses

KI in der Produktion mit FastAPI bereitstellen

Kurs anzeigen

Anleitung zur Übung

  • Füge ein Pydantic-Modell PenguinV2 hinzu, das einen Parameter data als String akzeptiert.
  • Füge einen v2-Penguin-Classifier-Endpoint unter /v2/penguin_classifier hinzu.
  • Verwende das v2-Modell als Eingabe für den v2-Endpoint.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Add v2 model
class ____(BaseModel):
    data: str

@app.post("/v1/penguin_classifier")
def classify_penguin_v1(penguin: PenguinV1):
    values = list(penguin.model_dump().values())
    result = classifier.predict([values])[0]
    return result

# Add v2 endpoint
@app.post("____")
# Use v2 model
def classify_penguin_v2(penguin: ____):
    values = penguin.data.split()
    result = classifier.predict([values])[0]
    return result
Code bearbeiten und ausführen