Flask FastAPI Model API
📘 মডেলকে ওয়েব API বানানো।
🌐 Serve a model as a web API.
🚀
1
ধারণা · Concept
কী এবং কেন📘 বাংলা ব্যাখ্যা:
মডেলকে ওয়েব API বানানো।
মডেলকে ওয়েব API বানানো।
🌐 English:
Serve a model as a web API.
Serve a model as a web API.
🗂 কোথায় পড়ে
৬. ইঞ্জিনিয়ারিং ও ক্যারিয়ার → এমএলঅপস ও ডিপ্লয়মেন্ট → Flask FastAPI Model API
🎯 এই শাখার লক্ষ্য
Version, containerise, deploy and monitor models
🧰 টুলস
Git, Docker, FastAPI, MLflow
🪜
ধাপে ধাপে শিখুন · Step-by-step
কেন শিখবেন → কীভাবে শিখবেন → উদাহরণ → সাধারণ ভুল💡 কেন গুরুত্বপূর্ণ?
মডেলকে অন্য অ্যাপ, ওয়েবসাইট বা মোবাইল থেকে ব্যবহারযোগ্য করা।
- ধাপ 1প্রশিক্ষিত মডেল ও প্রিপ্রসেসিং pipeline joblib দিয়ে সেভ
- ধাপ 2FastAPI: app = FastAPI(); @app.post("/predict")
- ধাপ 3Pydantic মডেল দিয়ে ইনপুট যাচাই; মডেল একবার লোড (স্টার্টআপে)
- ধাপ 4uvicorn দিয়ে চালান; /docs-এ স্বয়ংক্রিয় টেস্ট পাতা
🧪 বাস্তব উদাহরণ
POST /predict {"temp":38, "humidity":80} → {"heat_risk":"high"}।
⚠️ সাধারণ ভুল
প্রতিটি অনুরোধে মডেল ডিস্ক থেকে লোড—খুব ধীর।
🔑 মূল শব্দ (Key terms)
FastAPIFlaskendpointPydanticuvicornREST
3
সাব-টপিক ও বিস্তারিত · Sub-topics
টপিক → সাব-টপিক → সাব-সাব টপিক2.1 FastAPI এন্ডপয়েন্ট
2.2 মডেল লোড2.2.1 joblib/pickle
2.3 Pydantic দিয়ে ইনপুট যাচাই
🎬
ভিডিও · Videos (বাংলা ও English)
ক্লিক করলে সাইটের ভেতরেই ফ্লোটিং প্লেয়ারে চলবে · ভিডিও MySQL-এ সংরক্ষিত📺 আরও খুঁজুন
💻
হাতে-কলমে · Try it (MLOps & Deployment)
এডিট করে Run চাপুন · Ctrl+Enter# Save / load a model and serve predictions like an API would
import pickle, json
from sklearn.datasets import load_iris
from sklearn.linear_model import LogisticRegression
X,y=load_iris(return_X_y=True); model=LogisticRegression(max_iter=300).fit(X,y)
blob=pickle.dumps(model); served=pickle.loads(blob)
def predict_endpoint(payload:str):
x=json.loads(payload)["features"]; return json.dumps({"class":int(served.predict([x])[0])})
print("POST /predict ->",predict_endpoint('{"features":[5.1,3.5,1.4,0.2]}'))
print("model size:",len(blob),"bytes")❓
সেল্ফ-চেক · Self check
1. “joblib/pickle” — এটি কোন সাব-টপিকের বর্ণনা?
🔗
সংযুক্ত কনসেপ্ট · Connected concepts
এই শাখার অন্যান্য অংশ
1. Git & GitHub2. Flask FastAPI Model API3. Streamlit Apps4. Docker5. MLflow Experiment Tracking6. Cloud Deployment AWS GCP7. Model Monitoring
অন্য শাখার সম্পর্কিত টপিক
📏 Model Interpretability SHAP🦾 Model Context Protocol MCP🌏 Geospatial Foundation Models🚀 Model Monitoring