새 엔드포인트 버전 추가하기
펭귄 분류 API를 사용하는 고객이 JSON 딕셔너리 대신 공백으로 구분된 텍스트 문자열로 데이터를 전처리할 수 있는 엔드포인트를 요청했습니다. 새로운 입력 형식을 처리할 수 있도록 앱에 "v2" 스키마와 엔드포인트를 추가해야 합니다.
app이라는 이름의 FastAPI 인스턴스와 PenguinV1 클래스는 미리 로드되어 있습니다.
이 연습은 강의의 일부입니다
FastAPI로 AI 프로덕션 배포하기
연습 안내
- 문자열 타입의
data파라미터를 받는PenguinV2Pydantic 모델을 추가하세요. /v2/penguin_classifier경로에 v2 펭귄 분류기 엔드포인트를 추가하세요.- v2 엔드포인트의 입력으로 v2 모델을 사용하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Add v2 model
class ____(BaseModel):
data: str
@app.post("/v1/penguin_classifier")
def classify_penguin_v1(penguin: PenguinV1):
values = list(penguin.model_dump().values())
result = classifier.predict([values])[0]
return result
# Add v2 endpoint
@app.post("____")
# Use v2 model
def classify_penguin_v2(penguin: ____):
values = penguin.data.split()
result = classifier.predict([values])[0]
return result