Udostępnianie parametrów modelu w monitorowaniu
Chcesz dodać endpoint health check, który udostępnia parametry modelu w API do klasyfikacji pingwinów.
Wymagane pakiety (FastAPI i joblib) zostały już zaimportowane.
To ćwiczenie jest częścią kursu
Wdrażanie AI na produkcję z FastAPI
Instrukcje do ćwiczenia
- Dodaj endpoint GET pod typową ścieżką dla health checków.
- Pobierz parametry modelu sklearn za pomocą metody
get_params. - Uwzględnij parametry modelu w odpowiedzi jako wartość klucza
params.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
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": ____}