Compartilhando parâmetros do modelo com monitoramento
Você quer adicionar um endpoint de verificação de integridade que forneça parâmetros de modelo para sua API de classificação de pinguins.
Os pacotes necessários (FastAPI e joblib) já foram importados.
Este exercício faz parte do curso
Implementando IA na produção com FastAPI
Instruções do exercício
- Adicione um ponto de extremidade GET no local normal para verificações de integridade.
- Pega os parâmetros do modelo do sklearn usando o método “
get_params”. - Inclua os parâmetros do modelo na resposta como o valor para a chave
params.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
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": ____}