Aan de slagBegin gratis

GET-endpoint voor modelinformatie

Je maakt deel uit van een Machine Learning-team dat meerdere Machine Learning-modellen heeft ontwikkeld, elk voor verschillende taken zoals sentimentanalyse, productcategorisatie en het voorspellen van klantverloop. Je bent bezig met het uitrollen van deze modellen en je moet een endpoint maken dat basisinformatie over elk model geeft.

Jouw taak is om een GET-endpoint te implementeren op route /model-info/{model_id} dat deze essentiële modelinformatie ophaalt en teruggeeft.

Deze oefening maakt deel uit van de cursus

AI in productie brengen met FastAPI

Bekijk cursus

Oefeninstructies

  • Maak een GET-endpoint op "/model-info/{model_id}" dat informatie over een specifiek model teruggeeft.
  • Het endpoint accepteert een model_id als padparameter.
  • Raise een HTTPException met statuscode 404 om aan te geven dat het model niet is gevonden als model_id gelijk is aan 0.

Interactieve oefening met praktijkervaring

Probeer deze oefening door deze voorbeeldcode aan te vullen.

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}
Code bewerken en uitvoeren