Расширенная валидация входных данных и обработка ошибок

Create Your Free Account

or

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

Это упражнение является частью курса

Развёртывание ИИ в производственной среде с помощью FastAPI

SkillTag.level.advancedSkillTag.label

4.8+

Начать курс бесплатно

Начните обслуживать предсказания вашей модели машинного обучения через эндпоинты FastAPI. Вы научитесь загружать предобученные модели и создавать API-эндпоинты для передачи предсказаний в виде сериализованных ответов по HTTP-запросам. Для валидации запросов и ответов вы будете использовать модели данных Pydantic.

Exercise 1: GET- и POST-запросы для ИИ Exercise 2: GET-эндпоинт для получения информации о модели Exercise 3: POST-эндпоинт для регистрации модели Exercise 4: Предсказание с помощью FastAPI и предобученной модели Exercise 5: Загрузка предобученной модели Exercise 6: Создание эндпоинта для предсказаний Exercise 7: Запуск приложения FastAPI Exercise 8: Модели запросов и ответов Exercise 9: Создание модели Pydantic для входных данных ML Exercise 10: Валидация запроса и ответа для предсказания модели машинного обучения

Узнайте, как обслуживать модели машинного обучения через эндпоинты FastAPI. В этой главе рассматривается создание эндпоинтов, возвращающих предсказания, обработка различных типов входных данных и реализация надёжной валидации входных данных. Вы создадите API, готовые к работе в производственной среде: с поддержкой разных типов входных данных и загрузкой моделей машинного обучения при запуске сервера без простоев.

Exercise 1: Обработка различных типов входных данных в FastAPI Exercise 2: Обработка текстовых данных запроса Exercise 3: Обработка числовых данных запроса Exercise 4: Валидация входных данных в FastAPI Exercise 5: Валидация полей Exercise 6: Добавление пользовательских валидаторов Exercise 7: Тестирование пользовательских валидаторов Exercise 8: Загрузка предварительно обученной модели Exercise 9: Загрузка модели ИИ при запуске сервера Exercise 10: Health-check API для загрузки модели Exercise 11: Возврат структурированного ответа с предсказанием Exercise 12: Возврат структурированного вывода из API Exercise 13: Тестирование эндпоинта для структурированного ответа

В этой главе рассматривается защита API с помощью аутентификации на основе ключей, управление частотой запросов с использованием пользовательского ограничения нагрузки, а также повышение производительности за счёт асинхронной обработки. Вы научитесь защищать эндпоинты, предотвращать злоупотребления и эффективно обрабатывать ресурсоёмкие задачи — всё это подготовит ваш API к работе в производственной среде.

Exercise 1: Аутентификация по ключу API Exercise 2: Защита API с помощью аутентификации по ключу Exercise 3: Защита конечной точки API Exercise 4: Ограничение частоты запросов Exercise 5: Реализация ограничителя частоты запросов Exercise 6: Добавление ограничения частоты запросов к эндпоинту Exercise 7: Асинхронная обработка Exercise 8: Создание асинхронного эндпоинта для анализа тональности Exercise 9: Реализация фоновых задач Exercise 10: Обработка ошибок тайм-аута

В этой главе рассматриваются продвинутые темы, которые помогут поддерживать приложения FastAPI в производственной среде на долгосрочной основе. Темы включают версионирование и документирование API-эндпоинтов, расширенную валидацию входных и выходных данных для работы со сложными структурами, а также мониторинг и ведение журналов для контроля работы приложений и оперативного устранения неполадок.

Exercise 1: Версионирование и документирование API Exercise 2: Классификация изменений кода для новых версий эндпоинтов Exercise 3: Добавление новой версии эндпоинта Exercise 4: Добавление заголовка с описанием API Exercise 5: Расширенная валидация входных данных и обработка ошибок

Текущее упражнение

Exercise 6: Вложенные модели Exercise 7: Пользовательский валидатор модели Exercise 8: Глобальный обработчик исключений Exercise 9: Мониторинг и логирование Exercise 10: Логирование времени загрузки модели Exercise 11: Добавление простого эндпоинта для проверки работоспособности Exercise 12: Передача параметров модели в систему мониторинга Exercise 13: Заключение