Modelparameters delen met monitoring
Je wilt een health-check-endpoint toevoegen dat modelparameters levert aan je pinguïnclassificatie-API.
De benodigde pakketten (FastAPI en joblib) zijn al geïmporteerd.
Deze oefening maakt deel uit van de cursus
AI in productie brengen met FastAPI
Oefeninstructies
- Voeg een GET-endpoint toe op de gebruikelijke locatie voor health checks.
- Haal de modelparameters op uit het sklearn-model met de methode
get_params. - Neem de modelparameters op in de response als de waarde bij de sleutel
params.
Interactieve oefening met praktijkervaring
Probeer deze oefening door deze voorbeeldcode aan te vullen.
model = joblib.load(
'penguin_classifier.pkl'
)
app = FastAPI()
# Create health check endpoint
@app.get("____")
async def get_health():
# Capture the model params
params = ____.get_params()
return {"status": "OK",
# Include model params in response
"params": ____}