शुरू करेंमुफ़्त में शुरू करें

ML इनपुट के लिए Pydantic मॉडल बनाएँ

आप एक FastAPI एप्लिकेशन विकसित कर रहे हैं जो एक मशीन लर्निंग मॉडल को डिप्लॉय करता है. यह मॉडल सुगंध (aroma), स्वाद (flavor), और ऊँचाई (altitude) जैसे एट्रिब्यूट्स के आधार पर कॉफी का क्वालिटी स्कोर प्रेडिक्ट करता है.

पहला कदम है आपके ML मॉडल के लिए इनपुट रिक्वेस्ट डेटा को वैलिडेट करने हेतु एक Pydantic मॉडल बनाना, ताकि केवल वैध डेटा ही मॉडल तक पहुँचे और प्रेडिक्शन सफल रहे.

यह अभ्यास पाठ्यक्रम का हिस्सा है

FastAPI के साथ प्रोडक्शन में AI डिप्लॉय करना

पाठ्यक्रम देखें

अभ्यास निर्देश

  • डेटा मॉडल बनाने के लिए Pydantic से बेस वैलिडेशन क्लास इम्पोर्ट करें.
  • CoffeeQualityInput नाम की एक क्लास परिभाषित करें जो Pydantic की बेस क्लास से इनहेरिट करे.
  • क्लास में तीन एट्रिब्यूट जोड़ें: aroma (float), flavor (float), और altitude (int).

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Import the base class from pydantic
from pydantic import ____ 

class CoffeeQualityInput(____):
    # Use apt data type for each attribute of coffee quality
    aroma: ____  
    flavor: ____  
    altitude: ____
कोड संपादित करें और चलाएँ