Ładowanie wstępnie wytrenowanego modelu

Wdrażanie AI na produkcję z FastAPI

Matt Eckerle

Software and Data Engineering Leader

Obecna struktura

Schemat blokowy przedstawiający predykcję ML z FastAPI

Problem z ładowaniem modeli

Diagram cyklu żądanie/odpowiedź

Sfrustrowany mężczyzna czekający na odpowiedź API

Ładowanie modeli przed zapytaniem

Schemat blokowy przedstawiający predykcję ML z FastAPI

Ładowanie modelu

from fastapi import FastAPI

sentiment_model = None

def load_model():
    global sentiment_model
    sentiment_model = SentimentAnalyzer("trained_model.joblib")
    print("Model loaded successfully")

load_model()

Model loaded successfully

Zdarzenie lifespan w FastAPI

Diagram przepływu zdarzeń lifespan w FastAPI

Zdarzenie lifespan w FastAPI

from contextlib import asynccontextmanager

@asynccontextmanager
async def lifespan(app: FastAPI):
    # Startup: Load the ML model
    load_model()
    yield

app = FastAPI(lifespan=lifespan)

Sprawdzenie stanu zdrowia

@app.get("/health")
def health_check():
    if sentiment_model is not None:
        return {"status": "healthy", 
                "model_loaded": True}
    return {"status": "unhealthy", 
            "model_loaded": False}

Polecenie curl:

curl -X GET \
  "http://localhost:8080/health" \
  -H "accept: application/json"

Wynik:

{
  "status": "healthy",
  "model_loaded": true
}

Czas na ćwiczenia!

Wdrażanie AI na produkcję z FastAPI