Endpoint GET per le informazioni sul modello
Fai parte di un team di Machine Learning che ha sviluppato diversi modelli, ciascuno progettato per compiti diversi come sentiment analysis, categorizzazione dei prodotti e previsione del churn dei clienti. Ti stai occupando del deployment di questi modelli e devi creare un endpoint che fornisca le informazioni di base su ogni modello.
Il tuo compito è implementare un endpoint GET alla rotta /model-info/{model_id} che recuperi e restituisca queste informazioni essenziali sul modello.
Questo esercizio fa parte del corso
Deployment di AI in produzione con FastAPI
Istruzioni dell'esercizio
- Crea un endpoint
GETin"/model-info/{model_id}"che restituisca le informazioni su uno specifico modello. - L'endpoint deve accettare un
model_idcome parametro di percorso. - Genera un'
HTTPExceptioncon codice di stato404indicando che il modello non è stato trovato semodel_idè0.
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
from fastapi import FastAPI, HTTPException
app = FastAPI()
# Add model_id as a path parameter in the route
@app.get("/model-info/{____}")
# Pass on the model id as an argument
async def get_model_info(____: int):
if model_id == 0:
# Raise the right status code for not found
raise HTTPException(status_code=____, detail="Model not found")
model_info = get_model_details(id)
return {"model_id": model_id, "model_name": model_info}