Upload 3 files

Dockerfile

@@ -0,0 +1,16 @@
+# Usa una imagen base de Python
+FROM python:3.11.6
+# Establece el directorio de trabajo
+WORKDIR /code
+
+# Copia los archivos necesarios al contenedor
+COPY ./requirements.txt /code/requirements.txt
+RUN pip install --no-cache-dir -r /code/requirements.txt
+RUN pip install fastapi uvicorn
+
+COPY . .
+
+RUN chmod -R 777 /code
+
+# Comando para ejecutar la aplicación
+CMD ["uvicorn", "app:app", "--host", "0.0.0.0", "--port", "7860"]

app.py

@@ -0,0 +1,28 @@
+from fastapi import FastAPI, HTTPException
+from pydantic import BaseModel
+from typing import List
+
+class InputData(BaseModel):
+    data: List[float]  # Lista de características numéricas (flotantes)
+
+app = FastAPI()
+
+def sumar(a,b):
+    return a+b
+
+# Ruta de predicción
+@app.post("/predict/")
+async def predict(data: InputData):
+    print(f"Data: {data}")
+    try:
+        # Convertir la lista de entrada a un array de NumPy para la predicción
+        input_data = data.data
+        print(input_data)
+        a = input_data[0]
+        b = input_data[1]
+        c = sumar(a,b)
+        prediction = c
+        #return {"prediction": prediction.tolist()}
+        return {"prediction": prediction}
+    except Exception as e:
+        raise HTTPException(status_code=500, detail=str(e))

requirements.txt

@@ -0,0 +1,3 @@
+fastapi
+numpy
+pydantic