Aan de slagBegin gratis

Een nieuwe endpointversie toevoegen

Een klant van je pinguïnclassificatie-API heeft gevraagd om een endpoint dat gegevens voorbewerkt vanuit een door spaties gescheiden tekststring in plaats van een JSON-dictionary. Je moet een "v2"-schema en endpoint aan je app toevoegen om het nieuwe invoerformaat te accepteren.

De FastAPI-instantie met de naam app en de klasse PenguinV1 zijn vooraf geladen.

Deze oefening maakt deel uit van de cursus

AI in productie brengen met FastAPI

Bekijk cursus

Oefeninstructies

  • Voeg een Pydantic-model PenguinV2 toe dat een parameter data als string accepteert.
  • Voeg een v2-endpoint voor de pinguïnclassificatie toe op /v2/penguin_classifier.
  • Gebruik het v2-model als input voor het v2-endpoint.

Interactieve oefening met praktijkervaring

Probeer deze oefening door deze voorbeeldcode aan te vullen.

# 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
Code bewerken en uitvoeren