Dela modellparametrar via övervakning
Du vill lägga till en hälsokontrollendpoint som tillhandahåller modellparametrar till ditt API för pingvinklassificering.
De nödvändiga paketen (FastAPI och joblib) har redan importerats.
Den här övningen är en del av kursen
Driftsättning av AI i produktion med FastAPI
Övningsinstruktioner
- Lägg till en GET-endpoint på den vanliga platsen för hälsokontroller.
- Hämta modellparametrarna från sklearn-modellen med metoden
get_params. - Inkludera modellparametrarna i svaret som värde till nyckeln
params.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
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": ____}