},

        },

labels.search_result_sort_filename_desc=Nombre de archivo (desc)
labels.search_result_sort_created_asc=Fecha (asc)
labels.search_result_sort_created_desc=Fecha (desc)
labels.search_result_sort_content_length_asc=Tamaño (asc)
labels.search_result_sort_content_length_desc=Tamaño (desc)
labels.search_result_sort_last_modified_asc=Última modificación (asc)
labels.search_result_sort_last_modified_desc=Última modificación (desc)

Usar `UploadFile` tiene varias ventajas sobre `bytes`:

* No tienes que usar `File()` en el valor por defecto del parámetro.
* Usa un archivo "spooled":
    * Un archivo almacenado en memoria hasta un límite de tamaño máximo, y después de superar este límite, se almacenará en el disco.
* Esto significa que funcionará bien para archivos grandes como imágenes, videos, binarios grandes, etc. sin consumir toda la memoria.

constraints.Null.message = {item} debe ser nulo.
constraints.Past.message = {item} debe ser una fecha pasada.
constraints.Pattern.message = {item} no coincide con "{regexp}".
constraints.Size.message = El tamaño de {item} debe estar entre {min} y {max} caracteres.
# ----------------------------------------------------------
# Hibernate Validator
# -------------------

{* ../../docs_src/dependencies/tutorial007_py310.py hl[3,5] *}

## Sub-dependencias con `yield` { #sub-dependencies-with-yield }

Puedes tener sub-dependencias y "árboles" de sub-dependencias de cualquier tamaño y forma, y cualquiera o todas ellas pueden usar `yield`.

**FastAPI** se asegurará de que el "código de salida" en cada dependencia con `yield` se ejecute en el orden correcto.

### Memoria del Servidor { #server-memory }

Por ejemplo, si tu código carga un modelo de Machine Learning con **1 GB de tamaño**, cuando ejecutas un proceso con tu API, consumirá al menos 1 GB de RAM. Y si inicias **4 procesos** (4 workers), cada uno consumirá 1 GB de RAM. Así que, en total, tu API consumirá **4 GB de RAM**.