Testing og Kjøring av API-et
Når du har containerisert FastAPI-applikasjonen din og startet Docker-containeren, må du verifisere at API-et kjører korrekt og returnerer prediksjoner som forventet. For å kjøre Docker-containeren din, bruk en kommando som:
Bytt ut your_image_name med navnet på det bygde bildet ditt. Denne kommandoen kobler port 8000 på din lokale maskin til port 8000 inne i containeren, slik at FastAPI-appen blir tilgjengelig på:
Testing av /predict-endepunktet kan gjøres ved hjelp av kommandolinjeverktøy som curl eller ved å sende en HTTP-forespørsel fra Python. Sørg alltid for at inndataene dine samsvarer med det forventede formatet definert av FastAPI-modellen din. For eksempel, hvis modellen din forventer en JSON-payload med bestemte felt, bør testforespørslene dine inkludere disse feltene med passende eksempelverdier.
import requests
# Replace with the actual URL if running on a different host or port
url = "http://localhost:8000/predict"
# Example input data matching the expected schema of your FastAPI model
input_data = {
"feature1": 3.5,
"feature2": 1.2,
"feature3": 0.8
}
response = requests.post(url, json=input_data)
if response.status_code == 200:
print("Prediction:", response.json())
else:
print("Error:", response.status_code, response.text)
Advarsel: valider alltid inndata og håndter feil på en robust måte i produksjons-API-er. Ikke anta at klienter alltid sender korrekt eller forventet data. Bruk FastAPI sine valideringsfunksjoner og implementer tydelige feilmeldinger for å hjelpe brukere og beskytte tjenesten din mot uventet inndata.
Takk for tilbakemeldingene dine!
Spør AI
Spør AI
Spør om hva du vil, eller prøv ett av de foreslåtte spørsmålene for å starte chatten vår
Fantastisk!
Completion rate forbedret til 6.67
Testing og Kjøring av API-et
Sveip for å vise menyen
Når du har containerisert FastAPI-applikasjonen din og startet Docker-containeren, må du verifisere at API-et kjører korrekt og returnerer prediksjoner som forventet. For å kjøre Docker-containeren din, bruk en kommando som:
Bytt ut your_image_name med navnet på det bygde bildet ditt. Denne kommandoen kobler port 8000 på din lokale maskin til port 8000 inne i containeren, slik at FastAPI-appen blir tilgjengelig på:
Testing av /predict-endepunktet kan gjøres ved hjelp av kommandolinjeverktøy som curl eller ved å sende en HTTP-forespørsel fra Python. Sørg alltid for at inndataene dine samsvarer med det forventede formatet definert av FastAPI-modellen din. For eksempel, hvis modellen din forventer en JSON-payload med bestemte felt, bør testforespørslene dine inkludere disse feltene med passende eksempelverdier.
import requests
# Replace with the actual URL if running on a different host or port
url = "http://localhost:8000/predict"
# Example input data matching the expected schema of your FastAPI model
input_data = {
"feature1": 3.5,
"feature2": 1.2,
"feature3": 0.8
}
response = requests.post(url, json=input_data)
if response.status_code == 200:
print("Prediction:", response.json())
else:
print("Error:", response.status_code, response.text)
Advarsel: valider alltid inndata og håndter feil på en robust måte i produksjons-API-er. Ikke anta at klienter alltid sender korrekt eller forventet data. Bruk FastAPI sine valideringsfunksjoner og implementer tydelige feilmeldinger for å hjelpe brukere og beskytte tjenesten din mot uventet inndata.
Takk for tilbakemeldingene dine!