Endpoint GET z informacjami o modelu
Jesteś częścią zespołu uczenia maszynowego, który opracował kilka modeli – każdy z nich przeznaczony do innych zadań, takich jak analiza sentymentu, kategoryzacja produktów czy przewidywanie rezygnacji klientów. Pracujesz nad wdrożeniem tych modeli i musisz utworzyć endpoint, który zwraca podstawowe informacje o każdym z nich.
Twoim zadaniem jest zaimplementowanie endpointu GET pod ścieżką /model-info/{model_id}, który pobiera i zwraca te kluczowe informacje o modelu.
To ćwiczenie jest częścią kursu
Wdrażanie AI na produkcję z FastAPI
Instrukcje do ćwiczenia
- Utwórz endpoint
GETpod adresem"/model-info/{model_id}", który zwraca informacje o konkretnym modelu. - Endpoint powinien przyjmować
model_idjako parametr ścieżki. - Zgłoś wyjątek
HTTPExceptionz kodem statusu404, informującym o tym, że model nie został znaleziony, jeślimodel_idwynosi0.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
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}