BaşlayınÜcretsiz başlayın

ML girişi için bir Pydantic modeli oluştur

Aroma, lezzet ve rakım gibi özelliklere göre kahvenin kalite puanını tahmin eden bir Machine Learning modelini dağıtmak için bir FastAPI uygulaması geliştiriyorsun.

İlk adım, ML modelin için gelen istek verisini doğrulayacak bir Pydantic modeli oluşturmak ve başarılı tahmin için yalnızca geçerli verilerin modele girmesini sağlamak.

Bu egzersiz, kursun bir parçasıdır

FastAPI ile Üretime AI Dağıtımı

Kursa Göz Atın

Egzersiz talimatları

  • Bir veri modeli oluşturmak için Pydantic'ten temel doğrulama sınıfını içe aktar.
  • Pydantic taban sınıfından türeyen CoffeeQualityInput adında bir sınıf tanımla.
  • Sınıfa üç öznitelik ekle: aroma (float), flavor (float) ve altitude (int).

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Import the base class from pydantic
from pydantic import ____ 

class CoffeeQualityInput(____):
    # Use apt data type for each attribute of coffee quality
    aroma: ____  
    flavor: ____  
    altitude: ____
Kodu Düzenle ve Çalıştır