GET-endpoint för modellinformation
Du ingår i ett maskininlärningsteam som har utvecklat flera modeller, var och en utformad för olika uppgifter som sentimentanalys, produktkategorisering och förutsägelse av kundbortfall. Du arbetar med att driftsätta dessa modeller och behöver skapa en endpoint som returnerar grundläggande information om varje modell.
Din uppgift är att implementera en GET-endpoint på routen /model-info/{model_id} som hämtar och returnerar denna modellinformation.
Den här övningen är en del av kursen
Driftsättning av AI i produktion med FastAPI
Övningsinstruktioner
- Skapa en
GET-endpoint på"/model-info/{model_id}"som returnerar information om en specifik modell. - Endpointen ska ta emot ett
model_idsom sökvägsparameter. - Utlös ett
HTTPExceptionmed statuskoden404som anger att modellen inte hittades ommodel_idär0.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
from fastapi import FastAPI, HTTPException
app = FastAPI()
# Add model_id as a path parameter in the route
@app.get("/model-info/{____}")
# Pass on the model id as an argument
async def get_model_info(____: int):
if model_id == 0:
# Raise the right status code for not found
raise HTTPException(status_code=____, detail="Model not found")
model_info = get_model_details(id)
return {"model_id": model_id, "model_name": model_info}