始める無料で始める

サーバー起動時への AI モデルの読み込み

学習済みの感情分析モデルをデプロイし、ユーザーのコメントをモデレートする API を構築します。ダウンタイムをゼロに抑えるために、API は起動直後からユーザーのコメントを分析できる状態である必要があります。

この演習では、FastAPI のライフスパンイベントを実装してモデルを効率的に読み込み、コメントモデレーションシステムを構築します。SentimentAnalyzer モデルクラスはすでに定義されており、インポート済みです。

この演習はコースの一部です

FastAPI を使った AI のプロダクション環境へのデプロイ

コースを見る

演習の手順

  • contextlib モジュールからコンテキストマネージャーデコレーターをインポートして、ライフスパンイベントを作成してください。
  • FastAPI のコンテキストマネージャーデコレーターを使用して、起動時にモデルが読み込まれるよう lifespan イベント関数を定義してください。
  • lifespan イベント内で、起動時にモデルを読み込む関数を呼び出してください。
  • サーバーの起動処理を続行できるよう、yield を記述してください。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# 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
    ____
    ____
コードを編集して実行