НачатьНачать бесплатно

Обработка числовых данных запроса

Вы создаёте систему модерации контента. Система должна вычислять показатель доверия для каждого комментария пользователя на основе числовых признаков: length, user_reputation и report_count. Вам нужно создать эндпоинт, который обрабатывает эти признаки и приводит их к формату, совместимому с моделью модерации.

Обратите внимание: ML-модель и Pydantic-модель CommentMetrics с полями length (int), user_reputation (int) и report_count (int) уже созданы и загружены.

Это упражнение является частью курса

Развёртывание ИИ в производственной среде с помощью FastAPI

Посмотреть курс

Инструкции к упражнению

  • В файле main.py преобразуйте входные данные metrics комментария в двумерный массив NumPy и извлеките length, user_reputation, report_count перед передачей в модель.

  • Выполните предсказание с помощью предзагруженной модели model, передав ей массив features.

  • Запустите сервер, выполнив команду python3 main.py.

  • Откройте новый терминал, нажав кнопку в правом верхнем углу терминала.

    Terminal with arrow pointing to the "new terminal" button on top right.

  • Проверьте работу эндпоинта predict_trust с помощью команды curl: 

curl -X POST "http://localhost:8080/predict_trust" \
     -H "Content-Type: application/json" \
     -d '{
           "length": 150,
           "user_reputation": 100,
           "report_count": 0
         }'

Практическое интерактивное упражнение

Превратите теорию в практику с помощью одного из наших интерактивных упражнений

Начать упражнение