Então, vamos rever de um ponto de vista simplificado:

* O usuário digita o `username` e a `senha` no frontend e aperta `Enter`.
* O frontend (rodando no browser do usuário) manda o `username` e a `senha` para uma URL específica na sua API (declarada com `tokenUrl="token"`).
* A API checa aquele `username` e `senha`, e responde com um "token" (nós não implementamos nada disso ainda).

* **Bilgisayar görüsü**: bir görüntü milyonlarca pikselden oluşur, her pikselin 3 değeri / rengi vardır, bu pikseller üzerinde aynı anda bir şeyler hesaplamayı gerektiren işleme.
* **Makine Öğrenimi**: Çok sayıda "matris" ve "vektör" çarpımı gerektirir. Sayıları olan ve hepsini aynı anda çarpan büyük bir elektronik tablo düşünün.

## Çoklu Yol ve Sorgu Parametreleri

**FastAPI** neyin ne olduğunu ayırt edebileceğinden dolayı aynı anda birden fazla yol ve sorgu parametresi tanımlayabilirsiniz.

Ve parametreleri, herhangi bir sıraya koymanıza da gerek yoktur.

İsimlerine göre belirleneceklerdir:

=== "Python 3.10+"

  url: https://github.com/krishnardt
- login: panla
  count: 32
  avatarUrl: https://avatars.githubusercontent.com/u/41326348?u=ba2fda6b30110411ecbf406d187907e2b420ac19&v=4
  url: https://github.com/panla
- login: prostomarkeloff
  count: 28
  avatarUrl: https://avatars.githubusercontent.com/u/28061158?u=72309cc1f2e04e40fa38b29969cb4e9d3f722e7b&v=4

¦EcDistœ ¨CSumAlgo ¨PartNums‘ ©PartETagsÀ©PartSizes‘ ªPartASizes‘ ¤Size ¥MTimeÓ É ¸í80§MetaSys ¼x-minio-internal-inline-dataÄ true§MetaUsr‚¤etagÙ 08ba8b8411960c5bc1e2¬content-type¸application/octet-stream¡v Î&®D, ¤nullÄ%f<”Þ} À#MÄë´ùW -æ—ùÝWäÚsìa! (»tanda multisitea/data/disterasure/xl2/.minio.sys/config/iam/format.json/xl.meta XL2 Æ o Ä$•Ä Ó ÉŸþ¦ ÆHÄ ¼… Å Cƒ¤Type ¥V2ObjÞ ¢IDÄ ¤DDirÄ ÷ ·_ñ7MùtyÑ ÿ? ¦EcAlgo £EcM £EcN §EcBSizeÒ §EcIndex ¦EcDistœ ¨CSumAlgo ¨PartNums‘ ©PartETagsÀ©PartSizes‘ ªPartASizes‘...

*   `tf.experimental.StructuredTensor`

    *   Introduced `tf.experimental.StructuredTensor`, which provides a flexible
        and Tensorflow-native way to encode structured data such as protocol
        buffers or pandas dataframes.

*   `tf.keras`:

    *   Added method `get_metrics_result()` to `tf.keras.models.Model`.
        *   Returns the current metrics values of the model as a dict.