사전 학습된 모델 불러오기

Create Your Free Account

or

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

이 연습은 강의의 일부입니다

FastAPI로 AI 프로덕션 배포하기

SkillTag.level.advancedSkillTag.label

4.8+

무료로 강의 시작하기

FastAPI 엔드포인트를 통해 ML 모델의 예측 결과를 제공하는 방법을 배웁니다. 사전 학습된 ML 모델을 로드하고, HTTP 요청에 대해 직렬화된 응답으로 예측 결과를 반환하는 API 엔드포인트를 만드는 방법을 익힙니다. 또한 Pydantic 데이터 모델을 활용해 요청과 응답을 검증하는 방법도 학습합니다.

Exercise 1: AI를 위한 GET 및 POST 요청 Exercise 2: 모델 정보 조회를 위한 GET 엔드포인트 Exercise 3: 모델 등록을 위한 POST 엔드포인트 Exercise 4: 사전 학습된 모델을 활용한 FastAPI 예측 Exercise 5: 사전 학습된 모델 불러오기 Exercise 6: 예측 엔드포인트 만들기 Exercise 7: FastAPI 앱 실행하기 Exercise 8: 요청 및 응답 모델 Exercise 9: ML 입력을 위한 Pydantic 모델 만들기 Exercise 10: ML 예측의 요청 및 응답 검증

FastAPI 엔드포인트를 통해 머신러닝 모델을 제공하는 방법을 배웁니다. 이 챕터에서는 예측 결과를 반환하는 엔드포인트 생성, 다양한 유형의 입력 데이터 처리, 그리고 강력한 입력 유효성 검사 구현을 다룹니다. 서버 시작 시 ML 모델을 로드해 다운타임 없이 다양한 입력 데이터를 검증할 수 있는 프로덕션 수준의 API를 구축합니다.

Exercise 1: FastAPI에서 다양한 입력 유형 처리하기 Exercise 2: 텍스트 요청 데이터 처리하기 Exercise 3: 수치형 요청 데이터 처리하기 Exercise 4: FastAPI의 입력 유효성 검사 Exercise 5: 필드 유효성 검사 Exercise 6: 커스텀 유효성 검사기 추가하기 Exercise 7: 커스텀 유효성 검사기 테스트하기 Exercise 8: 사전 학습된 모델 불러오기

현재 연습

Exercise 9: 서버 시작 시 AI 모델 로딩하기 Exercise 10: 모델 로딩 상태 확인을 위한 헬스 체크 API Exercise 11: 구조화된 예측 응답 반환하기 Exercise 12: API에서 구조화된 출력 반환하기 Exercise 13: 구조화된 응답을 위한 엔드포인트 테스트

이 챕터에서는 키 기반 인증으로 API를 보호하는 방법, 사용자 정의 요청 속도 제한으로 요청을 관리하는 방법, 그리고 비동기 처리로 성능을 향상시키는 방법을 다룹니다. 엔드포인트를 보호하고, 남용을 방지하며, 시간이 오래 걸리는 작업을 효율적으로 처리하는 방법을 배워 API를 프로덕션 환경에 대비시킵니다.

Exercise 1: API 키 인증 Exercise 2: 키 인증으로 API 보안 설정하기 Exercise 3: API 엔드포인트 보안 설정 Exercise 4: 요청 속도 제한 Exercise 5: 속도 제한기 구현하기 Exercise 6: 엔드포인트에 요청 속도 제한 추가하기 Exercise 7: 비동기 처리 Exercise 8: 비동기 감성 분석 엔드포인트 만들기 Exercise 9: 백그라운드 작업 구현하기 Exercise 10: 타임아웃 오류 처리하기

이 챕터에서는 FastAPI 앱을 프로덕션 환경에서 장기적으로 운영하는 데 필요한 고급 주제를 다룹니다. API 엔드포인트의 버전 관리 및 문서화, 복잡한 입출력을 지원하는 고급 입력 유효성 검사, 그리고 앱이 정상적으로 실행되는지 확인하고 실시간으로 문제를 해결하기 위한 모니터링 및 로깅이 포함됩니다.

Exercise 1: API 버전 관리와 문서화 Exercise 2: 새 엔드포인트 버전이 필요한 코드 변경 사항 분류하기 Exercise 3: 새 엔드포인트 버전 추가하기 Exercise 4: API 설명 헤더 추가하기 Exercise 5: 고급 입력 유효성 검사와 오류 처리 Exercise 6: 모델 중첩하기 Exercise 7: 커스텀 모델 유효성 검사기 Exercise 8: 전역 예외 핸들러 Exercise 9: 모니터링과 로깅 Exercise 10: 모델 로딩 시간 기록하기 Exercise 11: 간단한 헬스 체크 엔드포인트 추가하기 Exercise 12: 모니터링에 모델 파라미터 공유하기 Exercise 13: 마무리