İstekleri Pydantic ile Doğrulayın
Biçimi hatalı girdilerin modele ulaşmadan reddedilmesini sağlayın.
İstekleri Pydantic ile Doğrulayın, CoddyKit'te ücretsiz bir MLOps Academy dersidir. Bu, 4 dersinin 2. dersidir. Aşağıdan dersin tamamını ücretsiz okuyabilir, sonra tarayıcıda yerleşik kod editörü ve 7/24 yapay zeka koçu ile uygulamalı olarak pratik yapabilirsin. Bu, MLOps Academy öğrenme yolunun bir parçasıdır ve ilerlemeniz web ve CoddyKit uygulaması arasında senkronize olur. MLOps Academy kursu toplamda 4 dersten oluşur.
Hatalı Girdi, Hatalı Çıktı
Bir istemci yanlış alanlar veya türler gönderirse modeliniz anlamsız veriler alır. Hatalı girdiyi modele ulaşmadan önce reddetmek istersiniz. 🛡️
Pydantic ile Tanışın
FastAPI, istekleri doğrulamak için Pydantic kullanır. Verilerin biçimini bir Python sınıfıyla tanımlarsınız ve doğrulama otomatik olarak gerçekleşir.
Bir Şema Tanımlayın
BaseModel sınıfından türeyip alanları türleriyle birlikte listelersiniz. Bu sınıf, /predict istek gövdenizin sözleşmesi olur.
from pydantic import BaseModel
class IrisInput(BaseModel):
sepal_length: float
petal_width: floatYolda Kullanın
Uç nokta bağımsız değişkenine modelinizin tür açıklamasını eklersiniz. FastAPI veriyi ayrıştırır, doğrular ve size temiz bir nesne verir.
@app.post("/predict")
def predict(data: IrisInput):
...Alanlara Erişin
İşlevin içinde doğrulanmış veri normal bir nesnedir. Her değeri basit nokta erişimiyle okursunuz.
x = [data.sepal_length, data.petal_width]
pred = model.predict([x])Otomatik 422 Hataları
Bir alan eksikse veya yanlış türdeyse FastAPI, açık bir ileti içeren 422 yanıtı döndürür. Sıfır hata işleme kodu yazarsınız.
Değer Kısıtlamaları Ekleyin
Field ile aralıkları zorunlu kılabilirsiniz. Burada bir ölçümün sıfırdan büyük olması gerekir; bu nedenle negatif değerler otomatik olarak reddedilir.
from pydantic import Field
sepal_length: float = Field(gt=0)Satır Listesini Doğrulayın
Tek seferde birçok örneği puanlamak için modelinizden oluşan bir listeyi kabul edersiniz. Pydantic, toplu işlemdeki her öğeyi sizin için doğrular.
@app.post("/predict")
def predict(rows: list[IrisInput]):
...Alanları Belgeleyin
Alanlara açıklamalar ve örnekler eklediğinizde bunlar /docs sayfasında görünür; böylece çağıranlar tam olarak ne göndereceklerini bilir. 📘
sepal_length: float = Field(description="cm", examples=[5.1])Yanıtı da Biçimlendirin
Girdide olduğu gibi çıktının da doğrulanıp belgelenmesi için bir response_model tanımlayabilirsiniz. Böylece API sözleşmeniz sıkı kalır.
@app.post("/predict", response_model=Prediction)
def predict(data: IrisInput):
...Bu Neden Önemli
Güçlü girdi doğrulaması, üretim ortamındaki ilk savunma hattınızdır. Hatalı biçimlendirilmiş istekleri engeller ve modelin yalnızca temiz, beklenen verileri görmesini sağlar. ✅
Hızlı Kontrol
Bir istemci, zorunlu bir alanı eksik olan istek gönderiyor. FastAPI, Pydantic sayesinde ne yapar?
Özet
Bir BaseModel şeması tanımladınız, yolunuzu bununla tür belirterek yazdınız, alan kısıtlamaları eklediniz ve FastAPI'nin hatalı girdileri açık 422 hatalarıyla otomatik olarak reddetmesini sağladınız. Temiz veri içeri! 🙌
Sıkça Sorulan Sorular
“İstekleri Pydantic ile Doğrulayın” dersi ücretsiz mi?
Evet — “İstekleri Pydantic ile Doğrulayın” dersin tüm metni burada web'de ücretsiz olarak okunabilir. Etkileşimli olarak pratik yapmak (yerleşik kod editörü ve 7/24 yapay zeka koçu) ve MLOps Academy kursunun geri kalanını açmak için CoddyKit PRO'ya yükselt. MLOps Academy kursu toplamda 4 dersten oluşur.
“İstekleri Pydantic ile Doğrulayın” dersinde ne öğreneceğim?
Biçimi hatalı girdilerin modele ulaşmadan reddedilmesini sağlayın. MLOps Academy ile uygulamalı kodu tarayıcıda doğrudan çalıştırarak pratik yaparsın ve 7/24 yapay zeka koçu dersi çalışırken sorularını yanıtlar.
MLOps Academy öğrenmeye başlamak için deneyim gerekli mi?
Önceden deneyim gerekmez. CoddyKit'te MLOps Academy, başlangıçtan ileri seviyeye kadar yapılandırıldığı için buradan başlayabilir veya başından başlayıp kendi hızında ilerleme yapabilirsin. Bu, 4 dersinin 2. dersidir.
“İstekleri Pydantic ile Doğrulayın” 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 MLOps Academy dersinde kod yazıp çalıştırabilir miyim?
Evet. Her MLOps 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
- İlk /predict Uç Noktanız
- İstekleri Pydantic ile Doğrulayın
- Modeli Başlangıçta Bir Kez Yükleyin
- Bir /health Hazır Olma Denetimi Ekleyin