ПочатиПочніть безкоштовно

Завантаження AI‑моделі під час запуску сервера

Вам потрібно розгорнути натреновану модель аналізу тональності, яка допомагає модерувати коментарі користувачів. Щоб уникнути простоїв, API має бути готовим аналізувати коментарі відразу після запуску.

У цій вправі ви реалізуєте події життєвого циклу FastAPI (lifespan), щоб ефективно завантажувати модель для системи модерації коментарів. Клас моделі SentimentAnalyzer уже визначено та імпортовано для вас.

Ця вправа є частиною курсу

Розгортання AI у продакшні з FastAPI

Переглянути курс

Інструкції до вправи

  • Імпортуйте декоратор менеджера контексту з модуля contextlib, щоб створити подію життєвого циклу.
  • Використайте декоратор менеджера контексту FastAPI, щоб визначити функцію події lifespan і гарантувати завантаження моделі під час запуску.
  • Викличте функцію завантаження моделі під час запуску всередині події lifespan.
  • Виконайте yield, щоб дозволити процесу завантаження сервера продовжитися.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Import the context manager decorator from contextlib module
from contextlib import ____

sentiment_model = None

def load_model():
    global sentiment_model
    sentiment_model = SentmentAnalyzer("sentiment_model.joblib")

# Use FastAPI's context manager to define lifespan event
@____
def lifespan(app: FastAPI):
    # Call the function to load the model
    ____
    ____
Редагувати та запускати код