我有一个使用 FastAPI 部署的机器学习模型，但问题是我需要该模型采用二体参数app = FastAPI()class Inputs(BaseModel): industry: str = None file: UploadFile = File(...)@app.post("/predict")async def predict(inputs: Inputs): # params industry = inputs.industry file = inputs.file ### some code ### return predicted value当我尝试发送输入参数时，我在邮递员中收到错误，请参见下图，
1 回答
慕侠2389804
TA贡献1719条经验 获得超6个赞
如果您正在接收 JSON 数据，
application/json请使用普通的 Pydantic 模型。这将是与 API 通信的最常见方式。
如果您收到原始文件（例如图片或 PDF 文件）并将其存储在服务器中，则使用
UploadFile，它将作为表单数据 (multipart/form-data) 发送。如果您需要接收某种类型的非 JSON 结构化内容，但希望以某种方式进行验证（例如 Excel 文件），您仍然需要使用上传它并在代码中执行所有必要的验证
UploadFile。您可以在自己的代码中使用 Pydantic 进行验证，但在这种情况下 FastAPI 无法为您执行此操作。
因此，就您而言，路由器应该是，
from fastapi import FastAPI, File, UploadFile, Form
app = FastAPI()
@app.post("/predict")
async def predict(
industry: str = Form(...),
file: UploadFile = File(...)
):
# rest of your logic
return {"industry": industry, "filename": file.filename}
添加回答
举报
0/150
提交
取消