or
Latihan ini merupakan bagian dari kursus
Mulai menyajikan prediksi model ML Anda melalui endpoint FastAPI. Anda akan mempelajari cara memuat model ML pra-latih dan membuat endpoint API untuk menyajikan prediksi sebagai respons terserialisasi melalui permintaan HTTP. Anda akan memanfaatkan model data Pydantic untuk memvalidasi permintaan dan respons.
Pelajari cara menyajikan model machine learning melalui endpoint FastAPI. Bab ini membahas pembuatan endpoint yang mengembalikan prediksi, menangani berbagai jenis data masukan, dan menerapkan validasi masukan yang andal. Anda akan membangun API siap produksi yang dapat memvalidasi beragam jenis data masukan sekaligus memuat model ML saat server mulai berjalan tanpa waktu henti.
Bab ini membahas pengamanan API dengan autentikasi berbasis kunci, mengelola laju permintaan dengan pembatasan laju khusus, dan meningkatkan performa melalui pemrosesan asinkron. Anda akan mempelajari cara melindungi endpoint, mencegah penyalahgunaan, dan menangani tugas yang memakan waktu secara efisien, sehingga mempersiapkan API Anda untuk produksi.
Bab ini membahas topik lanjutan yang memungkinkan Anda mendukung aplikasi FastAPI jangka panjang di produksi. Topiknya mencakup versioning dan pendokumentasian endpoint API, validasi masukan lanjutan untuk mendukung masukan dan keluaran yang lebih kompleks, serta pemantauan dan logging untuk memastikan aplikasi berjalan dengan benar dan melakukan penelusuran masalah secara langsung saat tidak berjalan semestinya.
Latihan Saat Ini