Deep Learning Academy · درس

تقديم النموذج باستخدام FastAPI

غلّف الاستدلال داخل نقطة نهاية REST

تقديم النموذج باستخدام FastAPI درس مجاني في Deep Learning Academy على CoddyKit. هذا هو الدرس 4 من أصل 4. يمكنك قراءة الدرس كاملاً أدناه مجاناً — ثم تمرن عليه مباشرة في المتصفح باستخدام محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7. هذا الدرس جزء من مسار التعلم في Deep Learning Academy، وتقدمك يتزامن عبر الويب وتطبيق CoddyKit. تتضمن دورة Deep Learning Academy 4 دروس في المجموع.

بعض أجزاء هذا الدرس لم تُترجم بعد وتظهر باللغة الإنجليزية.

From Saved Model to Live API

A trained model only helps users when it is reachable. FastAPI wraps your model in a web endpoint they can call over HTTP. 🌍

Why FastAPI Fits Inference

FastAPI is fast, async-friendly, and auto-generates docs. That makes it a clean way to serve model predictions as a REST service.

Load the Model Once at Startup

Load your model a single time when the server boots, not on every request. Loading per call would make each prediction painfully slow.

model = torch.jit.load('model.pt')
model.eval()

Create the App

You start by creating a FastAPI instance. This object holds your routes and becomes the server you run.

from fastapi import FastAPI
app = FastAPI()

Validate Input with Pydantic

Define a Pydantic model for the request body so FastAPI checks the shape and types of incoming data automatically.

from pydantic import BaseModel
class Item(BaseModel):
    features: list[float]

Define a Predict Route

A POST route receives the validated data, runs the model, and returns the result as JSON the client can read.

@app.post('/predict')
def predict(item: Item):
    ...

Run Inference Without Gradients

Wrap the forward pass in torch.no_grad() so the server skips gradient tracking and saves time and memory on every call.

with torch.no_grad():
    output = model(x)

Return a Clean JSON Response

Convert the tensor output to plain Python numbers before returning, since raw tensors are not directly JSON serializable.

return {'prediction': output.argmax().item()}

Serve It with Uvicorn

Uvicorn is the server that runs your FastAPI app. One command brings your prediction endpoint online. 🚀

uvicorn main:app --host 0.0.0.0 --port 8000

Explore the Auto Docs

FastAPI builds interactive docs at the /docs path, so you and your clients can test the endpoint right in the browser.

Add a Health Check Route

A tiny health endpoint lets load balancers confirm the server is alive, a small touch that makes deployment far more reliable.

@app.get('/health')
def health():
    return {'status': 'ok'}

Quick Check

You want each request validated for correct fields and types automatically. What does that?

Recap: Your Model Is Live

You served a model with FastAPI: load once at startup, validate with Pydantic, predict under no_grad, and run it on Uvicorn. 🎉

الأسئلة الشائعة

هل درس «تقديم النموذج باستخدام FastAPI» مجاني؟

نعم — نص درس «تقديم النموذج باستخدام FastAPI» كامل متاح مجاناً هنا على الويب. لتمرينه بشكل تفاعلي (محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7) وفتح باقي دورة Deep Learning Academy، انتقل إلى CoddyKit PRO. تتضمن دورة Deep Learning Academy 4 دروس في المجموع.

ماذا ستتعلم في «تقديم النموذج باستخدام FastAPI»؟

غلّف الاستدلال داخل نقطة نهاية REST تتمرن على Deep Learning Academy مع أكواد عملية تشغلها مباشرة في المتصفح، ومدرس ذكاء اصطناعي متاح 24/7 يجيب على أسئلتك أثناء عملك.

هل أحتاج إلى خبرة سابقة لأبدأ Deep Learning Academy؟

لا تُشترط خبرة سابقة. Deep Learning Academy على CoddyKit منظم للمبتدئين حتى المتقدمين، لذا يمكنك البدء من هنا أو من البداية والتقدم بسرعتك الخاصة. هذا هو الدرس 4 من أصل 4.

كم من الوقت يستغرق درس «تقديم النموذج باستخدام FastAPI»؟

معظم دروس CoddyKit تستغرق حوالي 5–10 دقائق. كل منها موجز وتفاعلي، لذا تحرز تقدماً مستمراً وتستأنف من حيث توقفت عبر الويب والتطبيق.

هل يمكنني كتابة وتشغيل أكواد في درس Deep Learning Academy هذا؟

نعم. كل درس في Deep Learning Academy يتضمن محرر أكواد مدمج، لذا تكتب وتشغل أكواداً حقيقية مباشرة في متصفحك وتحصل على تعليقات فورية من الذكاء الاصطناعي — بدون إعداد محلي.

جميع الدروس في هذه الدورة

← العودة إلى Deep Learning Academy