or
Ця вправа є частиною курсу
Почніть надавати передбачення вашої ML-моделі через ендпоїнти FastAPI. Ви навчитеся завантажувати попередньо натреновані ML-моделі та створювати ендпоїнти API, щоб віддавати передбачення як серіалізовані відповіді на HTTP-запити. Ви використаєте моделі даних Pydantic для валідації запитів і відповідей.
Дізнайтеся, як надавати моделі машинного навчання через ендпоїнти FastAPI. У цьому розділі ви створите ендпоїнти, що повертають передбачення, навчитеся обробляти різні типи вхідних даних і впроваджувати надійну валідацію вводу. Ви збудуєте продакшн-готові API, які вміють перевіряти різні типи даних, а ML-моделі завантажуватимуться під час запуску сервера без простоїв.
У цьому розділі ви захищатимете API за допомогою автентифікації на основі ключів, керуватимете частотою запитів за допомогою кастомного rate limiting і підвищуватимете продуктивність завдяки асинхронній обробці. Ви навчитеся захищати ендпоїнти, запобігати зловживанням і ефективно обробляти тривалі завдання, готуючи свій API до продакшну.
Цей розділ охоплює просунуті теми, які допоможуть вам довгостроково підтримувати застосунки FastAPI у продакшні. Ви розглянете версіонування та документування ендпоїнтів API, розширену валідацію вводу для підтримки складніших вхідних і вихідних даних, а також моніторинг і логування, щоб контролювати роботу застосунків і оперативно усувати проблеми.
Поточна вправа