应使用 lifespan 异步上下文管理器加载模型，配合 CPU 预加载、懒加载标记和首次请求时移至 GPU；输入用 Pydantic 校验并转 float32 张量；输出必须调用 .tolist() 转为 JSON 可序列化类型。
FastAPI 启动后模型加载太慢，请求超时怎么办
模型在 startup 事件里加载是常见做法，但大模型（比如 1GB+ 的 PyTorch model.pth）直接在 app = FastAPI() 后同步加载，会导致 uvicorn 启动卡住、健康检查失败、K8s 探针反复重启 Pod。
- 把模型加载逻辑放进
lifespan异步上下文管理器，而非@app.on_event("startup")—— 后者不支持await，强行 await 会阻塞事件循环 - 使用
torch.load(..., map_location="cpu")避免 GPU 初始化抢占显存，等首次请求再移到cuda（如果需要） - 加一层懒加载标记：用
global _model+if _model is None:控制只加载一次，避免多 worker 下重复初始化
from contextlib import asynccontextmanager
import torch
<p>_model = None</p><p>@asynccontextmanager
async def lifespan(app: FastAPI):
global _model
_model = torch.load("model.pth", map_location="cpu")
yield
_model = None # 可选：退出时清理POST /predict 接收 JSON 但模型要 tensor 输入，怎么安全转换
用户传 {"input": [0.1, 0.5, 0.9]} 很常见，但直接 torch.tensor(data["input"]) 有风险：类型不一致、维度错位、NaN 溢出，FastAPI 默认 500 错误不带具体原因。
- 用 Pydantic
BaseModel显式声明输入结构，自动校验类型和长度，比手动try/except更可靠 -
torch.tensor(..., dtype=torch.float32)必须指定 dtype，否则 NumPy 默认float64会让模型报Expected float32 - 加
.to(device)前先检查_model.device，别硬写"cuda"—— 本地调试可能没 GPU
class PredictRequest(BaseModel):
input: List[float]
<p>@app.post("/predict")
def predict(req: PredictRequest):
x = torch.tensor(req.input, dtype=torch.float32).unsqueeze(0) # 补 batch 维度
x = x.to(_model.device)
y = _model(x).item()
return {"output": y}Uvicorn 多 worker 下模型被重复加载或共享失败
用 uvicorn app:app --workers 4 启动时，每个子进程都会执行一次 lifespan，模型白白加载 4 次；若用 multiprocessing 共享模型，又容易触发 RuntimeError: cannot pickle 'module' object。
立即学习“Python免费学习笔记（深入）”；
- 不要依赖 fork 共享模型 —— PyTorch 模型含不可序列化对象（如 CUDA 上下文），fork 后子进程调用会崩
- 改用
--workers 1 --reload开发，生产环境用--workers N+ 单进程内模型懒加载（见第一个副标题的global _model方案） - 更稳的做法：启动前预加载模型到内存，用
spawn启动 worker（需额外封装），但多数场景没必要，1 个 worker + GIL 并发够用
模型输出要返回概率、置信度、类别名，但 FastAPI 默认只序列化 dict 和基本类型
直接 return {"probs": model_output.softmax(1)} 会报 TypeError: Object of type Tensor is not JSON serializable，这是最常卡住新手的地方。
- 必须显式转成 Python 基本类型：
.tolist()是最安全的选择，.numpy().tolist()多余且慢 - 别用
json.dumps手动序列化再Response—— FastAPI 已内置 JSON 响应，手动做反而绕过校验和 content-type 设置 - 如果要返回类别名，提前把
idx_to_class = {0: "cat", 1: "dog"}定义为模块级变量，别每次请求都重建
y_probs = torch.nn.functional.softmax(_model(x), dim=1)[0]
return {
"class_id": int(y_probs.argmax().item()),
"confidence": float(y_probs.max().item()),
"probabilities": y_probs.tolist() # ← 关键：必须 .tolist()
}模型热更新、跨进程通信、GPU 显存隔离这些事，得先确保单实例跑稳了再说。很多问题其实不是 FastAPI 不行，而是把模型当普通函数用了——它真不是。
