tf_cuda_cc_test(
    name = "c_api_test",
    size = "medium",
    srcs = [
        "c_api_debug_test.cc",
        "c_api_test.cc",
    ],
    tags = [
        "no_cuda_asan",  # TODO(b/181771536)
        "guitar",
        # "multi_gpu",  b/180748118
    ],
    deps = [
        ":c_api",
        ":c_api_experimental",
        ":c_api_internal",
        ":c_api_test_util",
        ":tfe_op_internal",

    <tika:link>https://dguitar.sourceforge.net/GP4format.html</tika:link>
    <magic priority="50">
      <match value="FICHIER GUITARE PRO " type="string" offset="1" />
      <match value="FICHIER GUITAR PRO " type="string" offset="1" />
    </magic>
    <glob pattern="*.gp4"/>
  </mime-type>
  <mime-type type="application/x-amiga-disk-format">
    <_comment>Amiga Disk File</_comment>
    <glob pattern="*.adf"/>

Depois, você poderia adicionar permissões sobre essa entidade, como "dirigir" (para o carro) ou "editar" (para o blog).

E então, poderia dar esse token JWT para um usuário (ou bot), e ele poderia usá-lo para realizar essas ações (dirigir o carro ou editar o blog) sem sequer precisar ter uma conta, apenas com o token JWT que sua API gerou para isso.

Por ejemplo, podrías identificar un "coche" o un "artículo de blog".

Luego, podrías agregar permisos sobre esa entidad, como "conducir" (para el coche) o "editar" (para el blog).

Y luego, podrías darle ese token JWT a un usuario (o bot), y ellos podrían usarlo para realizar esas acciones (conducir el coche, o editar el artículo del blog) sin siquiera necesitar tener una cuenta, solo con el token JWT que tu API generó para eso.

		return d.r.Read(p)
	}
	return 0, errors.New("reader closed")
}

func (d *disconnectReader) Close() error {
	d.mu.Lock()
	d.r = nil
	d.mu.Unlock()
	return nil
}

func untar(ctx context.Context, r io.Reader, putObject func(reader io.Reader, info os.FileInfo, name string) error, o untarOptions) error {
	bf := bufio.NewReader(r)
	switch f := detect(bf); f {
	case formatGzip:

Ten en cuenta que dado que los chats permiten una "conversación más libre", es fácil hacer preguntas que son demasiado generales y más difíciles de responder, por lo que es posible que no recibas respuestas.

Ela é importada/incluída diretamente no FastAPI para que você possa importá-la de `fastapi` e evitar importar acidentalmente a alternativa `BackgroundTask` (sem o `s` no final) de `starlette.background`.

Usando apenas `BackgroundTasks` (e não `BackgroundTask`), é possível usá-la como um parâmetro de *função de operação de rota* e deixar o **FastAPI** cuidar do resto para você, assim como ao usar o objeto `Request` diretamente.

labels.crud_button_update=Atualizar
labels.crud_button_delete=Excluir
labels.crud_button_back=Voltar
labels.crud_button_edit=Editar
labels.crud_button_search=Pesquisar
labels.crud_button_reset=Redefinir
labels.crud_button_cancel=Cancelar
labels.crud_link_create=Criar novo
labels.crud_link_delete=Excluir
labels.crud_link_edit=Editar
labels.crud_link_details=Detalhes
labels.crud_link_list=Lista
labels.crud_title_list=Lista

Isso, somado ao simples fato que Python é a principal linguagem para **Data Science**, Aprendizado de Máquina e especialmente Deep Learning, faz do FastAPI uma ótima escolha para APIs web e aplicações com Data Science / Aprendizado de Máquina (entre muitas outras).

Para ver como alcançar esse paralelismo em produção veja a seção sobre [Implantação](deployment/index.md){.internal-link target=_blank}.

## `async` e `await` { #async-and-await }

/// note | Nota

`PATCH` é menos comumente usado e conhecido do que `PUT`.

E muitas equipes usam apenas `PUT`, mesmo para atualizações parciais.

Você é **livre** para usá-los como preferir, **FastAPI** não impõe restrições.

Mas este guia te dá uma ideia de como eles são destinados a serem usados.

///