```Python hl_lines="6"
{!../../docs_src/path_operation_advanced_configuration/tutorial001.py!}
```

### Usando el nombre de la *función de la operación de path* en el operationId

Si quieres usar tus nombres de funciones de API como `operationId`s, puedes iterar sobre todos ellos y sobrescribir `operation_id` de cada *operación de path* usando su `APIRoute.name`.

    * objets JSON (`dict`).
    * listes JSON (`list`) définissant des types d'éléments.
    * Champs String (`str`), définition de longueur minimum ou maximale.
    * Nombres (`int`, `float`) avec valeur minimale and maximale, etc.

* Validation pour des types plus exotiques, tel que:
    * URL.
    * Email.
    * UUID.
    * ...et autres.

///

/// tip | Consejo

Si lo estás dudando, "AlexNet", "ResNet", y "LeNet" son solo nombres de <abbr title="Técnicamente, arquitecturas de modelos de Deep Learning">modelos</abbr> de Machine Learning.

///

### Declara un *parámetro de path*

* L'apprentissage profond (ou **Deep Learning**) : est un sous-domaine du **Machine Learning**, donc les mêmes raisons s'appliquent. Avec la différence qu'il n'y a pas une unique feuille de calcul de nombres à multiplier, mais une énorme quantité d'entre elles, et dans de nombreux cas, on utilise un processeur spécial pour...

* `regex`

Parmi ces exemples, vous avez pu voir comment déclarer des validateurs pour les chaînes de caractères.

Obtendrás completado para tu código que podrías haber considerado imposible antes. Por ejemplo, el key `price` dentro del JSON body (que podría haber estado anidado) que viene de un request.

Ya no pasará que escribas los nombres de key equivocados, o que tengas que revisar constantemente la documentación o desplazarte arriba y abajo para saber si usaste `username` o `user_name`.

### Corto

<img src="/img/tutorial/path-params/image03.png">

### Manipuler les *énumérations* Python

La valeur du *paramètre de chemin* sera un des "membres" de l'énumération.

#### Comparer les *membres d'énumération*

Vous pouvez comparer ce paramètre avec les membres de votre énumération `ModelName` :

```Python hl_lines="17"
{!../../docs_src/path_params/tutorial005.py!}
```

labels.includedUrls	=	URL incluses pour l'exploration
labels.includedDocPaths	=	Chemins inclus pour l'indexation
labels.includedDocUrls	=	URL incluses pour l'indexation
labels.maxAccessCount	=	Nombre d'accès maximum
labels.name	=	Nom
labels.numOfThread	=	Nombre de Thread
labels.duplicateHostName	=	Nom en double
labels.pageNumber	=	Numéro de page
labels.password	=	Mot de passe
labels.paths	=	Chemins
labels.port	=	Port

```console
$ docker run -d --name mycontainer -p 80:80 myimage
```

</div>

Vous disposez maintenant d'un serveur FastAPI optimisé dans un conteneur Docker. Configuré automatiquement pour votre
serveur actuel (et le nombre de cœurs du CPU).

## Vérifier

errors.failed_to_upload_mapping_file                 = Échec de l'envoi du fichier Mapping.
errors.invalid_kuromoji_token={0} n'est pas valide.
errors.invalid_kuromoji_segmentation=Le nombre de segmentations {0} ne correspond pas au nombre de lectures {1}.
errors.invalid_str_is_included="{1}" dans "{0}" n'est pas valide.
errors.blank_password=Le mot de passe est requis.