เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

จัดการข้อมูล request แบบตัวเลข

กำลังสร้างระบบกลั่นกรองเนื้อหา โดยระบบจะคำนวณคะแนนความน่าเชื่อถือ (trust score) ของแต่ละความคิดเห็นจากฟีเจอร์เชิงตัวเลข ได้แก่ length, user_reputation และ report_count จากนั้นจะสร้าง endpoint สำหรับประมวลผลฟีเจอร์เหล่านี้ให้พร้อมใช้งานกับโมเดลกลั่นกรอง

โมเดล ML และ Pydantic model ชื่อ CommentMetrics ที่มีฟิลด์ length(int), user_reputation(int) และ report_count(int) ถูกสร้างและโหลดไว้ให้แล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การ Deploy AI สู่ Production ด้วย FastAPI

ดูคอร์ส

คำแนะนำการฝึกหัด

  • ใน main.py แปลงข้อมูล metrics ของ comment ที่รับเข้ามาให้เป็น array 2 มิติของ NumPy และดึงค่า length, user_reputation, report_count ก่อนส่งให้โมเดล

  • ทำการพยากรณ์โดยใช้ model ที่โหลดไว้ล่วงหน้า ด้วยการส่ง array features เข้าไป

  • เริ่มต้นเซิร์ฟเวอร์โดยรัน main.py ด้วยคำสั่ง python3 main.py

  • เปิด terminal ใหม่จากมุมขวาบนของ terminal

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

  • ทดสอบ endpoint predict_trust โดยใช้คำสั่ง curl: 

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

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำจริง

เปลี่ยนทฤษฎีให้เป็นการลงมือทำด้วยแบบฝึกหัดเชิงโต้ตอบหนึ่งในของเรา

เริ่มแบบฝึกหัด