Spor en prediksjon tur-retur
Følg én forespørsel fra inndata til logget svar.
Spor en prediksjon tur-retur er en gratis leksjon i MLOps Academy på CoddyKit. Dette er leksjon 4 av 4. Du kan lese hele leksjonen gratis nedenfor – og deretter øve praktisk i nettleseren med en innebygd kodeeditor og en AI-veileder som er tilgjengelig døgnet rundt. Den er en del av læringsløpet i MLOps Academy, og fremdriften din synkroniseres mellom nettet og CoddyKit-appen. Kurset i MLOps Academy inneholder totalt 4 leksjoner.
Følg én forespørsel
Det er på tide å se hele sløyfen fungere. De skal følge én prediksjon fra en klientforespørsel helt frem til et logget svar. 🔍
Klienten sender inndata
En klient sender JSON med POST til /predict. Dette er den rå payloaden med inndatafunksjoner som modellen trenger for å ta en beslutning.
curl -X POST localhost:8000/predict \
-H "Content-Type: application/json" \
-d '{"tenure": 12, "monthly_charges": 79.9}'Pydantic validerer
FastAPI tolker kroppen mot skjemaet. Hvis et felt mangler eller har feil type, avviser Pydantic det med 422 før modellen kjører.
Modellen predikerer
Den validerte raden sendes til den innlastede champion-modellen. Den beregner et resultat i minnet, uten ny trening eller registerkall i den kritiske banen.
pred = app.state.model.predict([[f.tenure, f.monthly_charges]])Logg det som skjedde
Før De svarer, skriver De en linje med structured log som inneholder inndataene, prediksjonen og et tidsstempel. Dette er revisjonssporet Deres.
import logging, json
logging.info(json.dumps({
"input": f.model_dump(),
"prediction": int(pred[0]),
}))Returner svaret
FastAPI serialiserer ordboken tilbake til JSON og sender den med status 200. Klienten mottar prediction i løpet av millisekunder.
{"prediction": 1}Registrer svartiden
Legg inn kallet i en måling for å se hvor lang tid det tok. Logging av latency for hver forespørsel er det som senere gir grunnlag for overvåkingsdashboardene.
import time
start = time.perf_counter()
# predict...
elapsed_ms = (time.perf_counter() - start) * 1000Knytt tilbake til versjonen
Logg hvilken modell som produserte svaret. Når De registrerer version, kan De alltid si nøyaktig hvilken modell som laget en tidligere prediksjon.
{"model": "churn-classifier", "version": 3}Sløyfen er fullført
Tren, registrer, promoter, lever, prediker, logg: Én forespørsel gikk nettopp gjennom hele pipeline-en De bygde. Det er MLOps fra ende til ende. 🎯
Rask kontroll
Hvorfor logge inndata, prediksjon og modellversjon for hver forespørsel?
Logger gir grunnlag for overvåking
Disse loggede rundturene blir råmaterialet for neste trinn: monitoring av svartid, feilrater og etter hvert endringer i inndata over tid.
De har bygget et system
Dette er ikke lenger en notebook. Det er et sporbart system der hver prediksjon kan forklares og gjenskapes fra ende til ende.
Oppsummering: Hele rundturen
De fulgte én forespørsel gjennom validering, prediksjon, logging og svar, og knyttet den til en modellversjon. Det avslutter Deres første end-to-end-flyt. ✅
Lær deg Python med en AI-veileder – gratis
Skriv og kjør ekte kode i nettleseren, få umiddelbar hjelp fra en AI-veileder som er tilgjengelig døgnet rundt, og fortsett der du slapp – på nettet eller i appen.
- Kurs
- 30
- Leksjoner
- 120
Ofte stilte spørsmål
Er leksjonen «Spor en prediksjon tur-retur» gratis?
Ja – hele teksten i «Spor en prediksjon tur-retur» er gratis å lese her på nettet. For å øve interaktivt med en innebygd kodeeditor og en AI-veileder som er tilgjengelig døgnet rundt, og for å låse opp resten av MLOps Academy-kurset, kan du oppgradere til CoddyKit PRO. Kurset i MLOps Academy inneholder totalt 4 leksjoner.
Hva lærer jeg i «Spor en prediksjon tur-retur»?
Følg én forespørsel fra inndata til logget svar. Du øver på MLOps Academy med praktisk kode som du kjører direkte i nettleseren, mens en AI-veileder som er tilgjengelig døgnet rundt, svarer på spørsmålene dine mens du jobber deg gjennom leksjonen.
Trenger jeg erfaring for å begynne med MLOps Academy?
Ingen tidligere erfaring er nødvendig. MLOps Academy på CoddyKit er lagt opp for både nybegynnere og viderekomne, så De kan begynne her eller helt fra start og lære i Deres eget tempo. Dette er leksjon 4 av 4.
Hvor lang tid tar leksjonen «Spor en prediksjon tur-retur»?
De fleste CoddyKit-leksjoner tar omtrent 5–10 minutter. Hver leksjon er kort og interaktiv, slik at De gjør jevne fremskritt og kan fortsette akkurat der De slapp – både på nettet og i appen.
Kan jeg skrive og kjøre kode i denne MLOps Academy-leksjonen?
Ja. Alle MLOps Academy-leksjoner har en innebygd kodeeditor, slik at De kan skrive og kjøre ekte kode direkte i nettleseren og få umiddelbar tilbakemelding fra AI – uten lokal konfigurering.
Alle leksjonene i dette kurset
- Tren og logg til registeret
- Promoter den beste modellen til Production
- Lever Production-modellen
- Spor en prediksjon tur-retur