Mulai sekarangMulai gratis

Memuat model AI saat server startup

Anda harus menerapkan model sentiment analysis terlatih yang membantu memoderasi komentar dari pengguna. Untuk memastikan tanpa waktu henti, API harus siap menganalisis komentar pengguna segera setelah dijalankan.

Dalam latihan ini, Anda akan mengimplementasikan event lifespan FastAPI untuk memuat model secara efisien guna membangun sistem moderasi komentar. Kelas model SentimentAnalyzer sudah didefinisikan dan diimpor untuk Anda.

Latihan ini merupakan bagian dari kursus

Menerapkan AI ke Produksi dengan FastAPI

Lihat Kursus

Instruksi latihan

  • Impor dekorator context manager dari modul contextlib untuk membuat event lifespan.
  • Gunakan dekorator context manager FastAPI untuk mendefinisikan fungsi event lifespan agar model dimuat saat startup.
  • Panggil fungsi untuk memuat model saat startup di dalam event lifespan.
  • Lakukan yield agar proses pemuatan server dapat berlanjut.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# Import the context manager decorator from contextlib module
from contextlib import ____

sentiment_model = None

def load_model():
    global sentiment_model
    sentiment_model = SentmentAnalyzer("sentiment_model.joblib")

# Use FastAPI's context manager to define lifespan event
@____
def lifespan(app: FastAPI):
    # Call the function to load the model
    ____
    ____
Edit dan Jalankan Kode