モデル情報を取得する GET エンドポイント
あなたは、感情分析、商品カテゴリ分類、顧客離反予測など、さまざまなタスク向けに複数の機械学習モデルを開発したチームの一員です。現在、これらのモデルのデプロイに取り組んでおり、各モデルの基本情報を提供するエンドポイントを作成する必要があります。
ルート /model-info/{model_id} に GET エンドポイントを実装し、モデルの基本情報を取得して返す処理を作成しましょう。
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
演習の手順
"/model-info/{model_id}"にGETエンドポイントを作成し、特定のモデルの情報を返すようにしましょう。- エンドポイントはパスパラメータとして
model_idを受け取るようにします。 model_idが0の場合、モデルが見つからなかったことを示す404ステータスコードでHTTPExceptionを発生させましょう。
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。
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}