ComeçarComece de graça

Carregando o modelo de IA na inicialização do servidor

Você precisa usar um modelo de análise de sentimentos que ajude a moderar os comentários dos usuários. Para garantir zero tempo de inatividade, a API precisa estar pronta para analisar os comentários dos usuários assim que for iniciada.

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

Este exercício faz parte do curso

Implementando IA na produção com FastAPI

Ver curso

Instruções do exercício

  • Importa o decorador do gerenciador de contexto do módulo ` contextlib ` para criar o evento de vida útil.
  • Use o decorador de gerenciador de contexto do FastAPI para definir a função de evento “ lifespan ” para garantir que o modelo seja carregado na inicialização.
  • Chame a função para carregar o modelo na inicialização no evento lifespan.
  • Dá um tempo pra deixar o servidor carregar.

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