Testen en Uitvoeren van de API
Zodra de FastAPI-applicatie is gecontaineriseerd en de Docker-container is gestart, is het noodzakelijk te verifiëren dat de API correct functioneert en voorspellingen retourneert zoals verwacht. Gebruik het volgende commando om de Docker-container uit te voeren:
Vervang your_image_name door de naam van het gebouwde image. Dit commando koppelt poort 8000 op de lokale machine aan poort 8000 in de container, waardoor de FastAPI-app toegankelijk is via:
Het testen van het /predict-endpoint kan worden uitgevoerd met commandoregelhulpmiddelen zoals curl of door een HTTP-verzoek te verzenden vanuit Python. Zorg er altijd voor dat de invoergegevens overeenkomen met het verwachte formaat dat door het FastAPI-model is gedefinieerd. Als het model bijvoorbeeld een JSON-payload met bepaalde velden verwacht, moeten de testverzoeken deze velden bevatten met geschikte voorbeeldwaarden.
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)
Waarschuwing: valideer altijd invoergegevens en behandel fouten op een nette manier in productie-API's. Ga er nooit van uit dat clients altijd goed gevormde of verwachte data sturen. Gebruik de validatiefuncties van FastAPI en implementeer duidelijke foutmeldingen om gebruikers te helpen en uw service te beschermen tegen onverwachte invoer.
Bedankt voor je feedback!
Vraag AI
Vraag AI
Vraag wat u wilt of probeer een van de voorgestelde vragen om onze chat te starten.
Geweldig!
Completion tarief verbeterd naar 6.67
Testen en Uitvoeren van de API
Veeg om het menu te tonen
Zodra de FastAPI-applicatie is gecontaineriseerd en de Docker-container is gestart, is het noodzakelijk te verifiëren dat de API correct functioneert en voorspellingen retourneert zoals verwacht. Gebruik het volgende commando om de Docker-container uit te voeren:
Vervang your_image_name door de naam van het gebouwde image. Dit commando koppelt poort 8000 op de lokale machine aan poort 8000 in de container, waardoor de FastAPI-app toegankelijk is via:
Het testen van het /predict-endpoint kan worden uitgevoerd met commandoregelhulpmiddelen zoals curl of door een HTTP-verzoek te verzenden vanuit Python. Zorg er altijd voor dat de invoergegevens overeenkomen met het verwachte formaat dat door het FastAPI-model is gedefinieerd. Als het model bijvoorbeeld een JSON-payload met bepaalde velden verwacht, moeten de testverzoeken deze velden bevatten met geschikte voorbeeldwaarden.
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)
Waarschuwing: valideer altijd invoergegevens en behandel fouten op een nette manier in productie-API's. Ga er nooit van uit dat clients altijd goed gevormde of verwachte data sturen. Gebruik de validatiefuncties van FastAPI en implementeer duidelijke foutmeldingen om gebruikers te helpen en uw service te beschermen tegen onverwachte invoer.
Bedankt voor je feedback!