Condividere i parametri del modello con il monitoring
Vuoi aggiungere un endpoint di health check che fornisca i parametri del modello alla tua API di classificazione dei pinguini.
I pacchetti necessari (FastAPI e joblib) sono già stati importati.
Questo esercizio fa parte del corso
Deployment di AI in produzione con FastAPI
Istruzioni dell'esercizio
- Aggiungi un endpoint GET nella posizione tipica per gli health check.
- Recupera i parametri del modello sklearn usando il metodo
get_params. - Includi i parametri del modello nella risposta come valore della chiave
params.
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
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": ____}