Last chance: 50% off unlimited learning
Sale ends in
Descrizione del corso
FastAPI per il deployment di modelli AI
FastAPI è un framework web Python ideale per creare API, soprattutto per il deployment di modelli di Machine Learning e intelligenza artificiale. La velocità e la modularità di FastAPI lo rendono una scelta potente per Data Scientist ed esperti di Machine Learning che desiderano integrare soluzioni di intelligenza artificiale nelle applicazioni web.Creare API per modelli in produzione
In questo corso imparerai a creare e distribuire API per il model serving utilizzando FastAPI. Alla fine, sarai in grado di creare endpoint API robusti che gestiscono la validazione dell’input dei dati, l’autenticazione e la gestione degli errori. Esercizi pratici ti guideranno nella creazione di API complete progettate per gestire le interazioni con modelli di intelligenza artificiale.Proteggere e scalare le applicazioni FastAPI
Imparerai anche a implementare l'autenticazione tramite API key, applicare un rate limiting personalizzato per gestire il flusso delle richieste e migliorare le prestazioni grazie all'elaborazione asincrona. Inoltre, imparerai a gestire le versioni delle API, migliorare la validazione degli input per tipi di dati complessi e implementare il monitoraggio e il logging per garantire che la tua applicazione funzioni in modo affidabile negli ambienti di produzione.Prerequisiti
Programma
Struttura del corso
1
Introduzione a FastAPI per il deployment dei modelli
Inizia a servire le predizioni del tuo modello di ML tramite endpoint FastAPI. Imparerai a caricare modelli di ML pre-addestrati e a creare endpoint API per fornire predizioni come risposte serializzate su richieste HTTP. Sfrutterai i modelli di dati Pydantic per validare richieste e risposte.
- Richieste GET e POST per l'AI50 XP
- Endpoint GET per le informazioni sul modello100 XP
- Endpoint POST per la registrazione del modello100 XP
- Predizione FastAPI con un modello pre-addestrato50 XP
- Carica il modello pre-addestrato100 XP
- Crea l'endpoint di previsione100 XP
- Esecuzione dell'app FastAPI100 XP
- Modelli di richiesta e risposta50 XP
- Crea un modello Pydantic per l'input ML100 XP
- Convalida richiesta e risposta per la previsione ML100 XP
2
Integrazione di modelli AI
Impara a servire modelli di Machine Learning tramite endpoint FastAPI. Questo capitolo copre la creazione di endpoint che restituiscono predizioni, la gestione di diversi tipi di dati in input e l'implementazione di una validazione dell'input solida. Costruirai API pronte per la produzione in grado di validare tipi di input differenti, con i modelli di ML caricati all'avvio del server senza tempi di inattività.
3
Sicurezza e ottimizzazione dell'API
Questo capitolo tratta la messa in sicurezza delle API con autenticazione basata su chiave, la gestione del volume di richieste con rate limiting personalizzato e il miglioramento delle prestazioni tramite elaborazione asincrona. Imparerai a proteggere gli endpoint, prevenire abusi e gestire in modo efficiente le operazioni dispendiose in tempo, preparando la tua API per la produzione.
4
Versioning dell'API, monitoraggio e logging
Questo capitolo affronta argomenti avanzati che ti permetteranno di supportare a lungo termine app FastAPI in produzione. Gli argomenti includono versioning e documentazione degli endpoint API, validazione avanzata dell'input per supportare input e output più complessi, e monitoraggio e logging per garantire il corretto funzionamento delle app e risolvere i problemi in tempo reale quando non lo è.
Deployment di AI in produzione con FastAPI
Corso
completato
