-
Создайте и активируйте виртуальное окружение:
python3 -m venv .venv source .venv/bin/activate -
Установите зависимости:
pip install -r requirements.txt
-
Настройте переменные окружения:
cp .env.example .env # Заполните .env файл необходимыми значениями -
Настройте креды для DVC S3:
dvc remote modify --local s3-origin access_key_id $S3_ACCESS_KEY_ID dvc remote modify --local s3-origin secret_access_key $S3_SECRET_ACCESS_KEY dvc pull
-
Обучите модель:
dvc repro
-
Запустите API-сервер:
uvicorn app:app --reload --port 8000
-
Отправьте тестовый запрос: Откройте второй терминал и выполните следующий
curlзапрос для проверки эндпоинта/predict.curl -X 'POST' \ 'http://127.0.0.1:8000/predict' \ -H 'Content-Type: application/json' \ -d '{ "MedInc": 8.3, "HouseAge": 41, "AveRooms": 6.9, "AveBedrms": 1, "Population": 322, "AveOccup": 2.5, "Latitude": 37.8, "Longitude": -122.2 }'
wbe7/mlops-factory
Folders and files
| Name | Name | Last commit date | ||
|---|---|---|---|---|