FastAPI ile Sunma
Çıkarımı bir REST uç noktası içine alın.
FastAPI ile Sunma, CoddyKit'te ücretsiz bir Deep Learning Academy dersidir. Bu, 4 dersinin 4. dersidir. Aşağıdan dersin tamamını ücretsiz okuyabilir, sonra tarayıcıda yerleşik kod editörü ve 7/24 yapay zeka koçu ile uygulamalı olarak pratik yapabilirsin. Bu, Deep Learning Academy öğrenme yolunun bir parçasıdır ve ilerlemeniz web ve CoddyKit uygulaması arasında senkronize olur. Deep Learning Academy kursu toplamda 4 dersten oluşur.
Kaydedilmiş Modelden Canlı API'ye
Eğitilmiş bir model, kullanıcılar ona erişebildiğinde faydalıdır. FastAPI, modelinizi HTTP üzerinden çağırabilecekleri bir web uç noktasına dönüştürür. 🌍
FastAPI Çıkarım İçin Neden Uygundur
FastAPI hızlıdır, eşzamansız çalışmaya uygundur ve belgeleri otomatik olarak oluşturur. Bu da onu model tahminlerini bir REST hizmeti olarak sunmak için temiz bir seçenek haline getirir.
Modeli Başlangıçta Bir Kez Yükleyin
Modelinizi her istekte değil, sunucu başlatıldığında bir kez yükleyin. Her çağrıda yüklemek, her tahminin oldukça yavaş olmasına neden olur.
model = torch.jit.load('model.pt')
model.eval()Uygulamayı Oluşturun
Önce bir FastAPI örneği oluşturarak başlarsınız. Bu nesne yollarınızı barındırır ve çalıştırdığınız sunucu haline gelir.
from fastapi import FastAPI
app = FastAPI()Girdiyi Pydantic ile Doğrulayın
İstek gövdesi için bir Pydantic modeli tanımlayın; böylece FastAPI gelen verilerin şeklini ve türlerini otomatik olarak kontrol eder.
from pydantic import BaseModel
class Item(BaseModel):
features: list[float]Tahmin Yolu Tanımlayın
Bir POST yolu doğrulanmış verileri alır, modeli çalıştırır ve sonucu istemcinin okuyabileceği JSON olarak döndürür.
@app.post('/predict')
def predict(item: Item):
...Çıkarımı Gradyanlar Olmadan Çalıştırın
Sunucunun gradyan takibini atlayıp her çağrıda zaman ve bellek tasarrufu sağlaması için ileri geçişi torch.no_grad() içine alın.
with torch.no_grad():
output = model(x)Temiz Bir JSON Yanıtı Döndürün
Ham tensörler doğrudan JSON olarak serileştirilemediğinden, döndürmeden önce tensör çıktısını yalın Python sayılarına dönüştürün.
return {'prediction': output.argmax().item()}Uvicorn ile Sunun
Uvicorn, FastAPI uygulamanızı çalıştıran sunucudur. Tek bir komut, tahmin uç noktanızı çevrimiçi hale getirir. 🚀
uvicorn main:app --host 0.0.0.0 --port 8000Otomatik Belgeleri İnceleyin
FastAPI, /docs yolunda etkileşimli belgeler oluşturur; böylece siz ve istemcileriniz uç noktayı doğrudan tarayıcıda test edebilirsiniz.
Bir Sağlık Kontrolü Yolu Ekleyin
Küçük bir health uç noktası, yük dengeleyicilerin sunucunun çalışır durumda olduğunu doğrulamasını sağlar; bu küçük dokunuş dağıtımı çok daha güvenilir hale getirir.
@app.get('/health')
def health():
return {'status': 'ok'}Hızlı Kontrol
Her isteğin doğru alanlar ve türler açısından otomatik olarak doğrulanmasını istiyorsunuz. Bunu ne sağlar?
Özet: Modeliniz Çalışıyor
Bir modeli FastAPI ile sundunuz: başlangıçta bir kez yüklediniz, Pydantic ile doğruladınız, no_grad altında tahmin yaptınız ve Uvicorn üzerinde çalıştırdınız. 🎉
Yapay zeka eğitmeniyle Python öğren — ücretsiz
Tarayıcında gerçek kod yaz ve çalıştır, 7/24 yapay zeka eğitmeninden anında yardım al; web'de ya da uygulamada kaldığın yerden devam et.
- Kurslar
- 30
- Dersler
- 120
Sıkça Sorulan Sorular
“FastAPI ile Sunma” dersi ücretsiz mi?
Evet — “FastAPI ile Sunma” dersin tüm metni burada web'de ücretsiz olarak okunabilir. Etkileşimli olarak pratik yapmak (yerleşik kod editörü ve 7/24 yapay zeka koçu) ve Deep Learning Academy kursunun geri kalanını açmak için CoddyKit PRO'ya yükselt. Deep Learning Academy kursu toplamda 4 dersten oluşur.
“FastAPI ile Sunma” dersinde ne öğreneceğim?
Çıkarımı bir REST uç noktası içine alın. Deep Learning Academy ile uygulamalı kodu tarayıcıda doğrudan çalıştırarak pratik yaparsın ve 7/24 yapay zeka koçu dersi çalışırken sorularını yanıtlar.
Deep Learning Academy öğrenmeye başlamak için deneyim gerekli mi?
Önceden deneyim gerekmez. CoddyKit'te Deep Learning Academy, başlangıçtan ileri seviyeye kadar yapılandırıldığı için buradan başlayabilir veya başından başlayıp kendi hızında ilerleme yapabilirsin. Bu, 4 dersinin 4. dersidir.
“FastAPI ile Sunma” dersi ne kadar sürer?
Çoğu CoddyKit dersi yaklaşık 5–10 dakika sürer. Her biri kısa ve etkileşimli olduğu için sabit ilerleme yaparsın ve web ile uygulama arasında tam olarak bıraktığın yerden devam edebilirsin.
Bu Deep Learning Academy dersinde kod yazıp çalıştırabilir miyim?
Evet. Her Deep Learning Academy dersi yerleşik bir kod editörü içerir, bu sayede tarayıcıda gerçek kod yazıp çalıştırabilir ve anlık yapay zeka geri bildirimi alırsın — yerel kurulum gerekli değildir.
Bu kursun tüm dersleri
- TorchScript ve torch.compile
- ONNX'e Dışa Aktarma
- Daha Küçük ve Hızlı Modeller için Nicemleme
- FastAPI ile Sunma