ComeçarComece de graça

Carregando o modelo de IA na inicialização do servidor

Você precisa implantar um modelo treinado de análise de sentimento que ajude a moderar comentários de usuários. Para garantir zero downtime, a API precisa estar pronta para analisar comentários assim que for iniciada.

Neste exercício, você vai implementar os eventos de lifespan do FastAPI para carregar seu modelo de forma eficiente e construir o sistema de moderação de comentários. A classe de modelo SentimentAnalyzer já está definida e importada para você.

Este exercício faz parte do curso

Colocando IA em Produção com FastAPI

Ver curso

Instruções do exercício

  • Importe o decorator de gerenciador de contexto do módulo contextlib para criar o evento de lifespan.
  • Use o decorator de gerenciador de contexto do FastAPI para definir a função de evento lifespan e garantir que o modelo seja carregado na inicialização.
  • Chame a função que carrega o modelo na inicialização dentro do evento lifespan.
  • Use yield para permitir que o processo de carregamento do servidor continue.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Import the context manager decorator from contextlib module
from contextlib import ____

sentiment_model = None

def load_model():
    global sentiment_model
    sentiment_model = SentmentAnalyzer("sentiment_model.joblib")

# Use FastAPI's context manager to define lifespan event
@____
def lifespan(app: FastAPI):
    # Call the function to load the model
    ____
    ____
Editar e executar o código