CommencerCommencer gratuitement

Partager les paramètres du modèle avec la supervision

Vous souhaitez ajouter un endpoint de contrôle d’état qui fournit les paramètres du modèle à votre API de classification des manchots.

Les paquets requis (FastAPI et joblib) ont déjà été importés.

Cet exercice fait partie du cours

Déployer l’IA en production avec FastAPI

Afficher le cours

Instructions

  • Ajoutez un endpoint GET à l’emplacement habituel pour les contrôles d’état.
  • Récupérez les paramètres du modèle sklearn à l’aide de la méthode get_params.
  • Incluez les paramètres du modèle dans la réponse sous la clé params.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

model = joblib.load(
    'penguin_classifier.pkl'
)
app = FastAPI()

# Create health check endpoint
@app.get("____")
async def get_health():
    # Capture the model params
    params = ____.get_params()
    return {"status": "OK",
            # Include model params in response
            "params": ____}
Modifier et exécuter le code