heroku: PaaS très facile à utiliser
Essayez de déployer Deep Learning App déployé sur AWS EC2 vers précédent sur heroku ..
Puisque EC2 est IaaS, il était nécessaire d'installer et de configurer le middleware, mais avec Heroku de PaaS, la même chose peut être faite en quelques lignes sur le terminal.
mac
$ brew install heroku
ubuntu
$ sudo apt-get install software-properties-common # debian only
$ sudo add-apt-repository "deb https://cli-assets.heroku.com/branches/stable/apt ./"
$ curl -L https://cli-assets.heroku.com/apt/release.key | sudo apt-key add -
$ sudo apt-get update
$ sudo apt-get install heroku
$ heroku login
Enter your Heroku credentials:
Email: <your-email>
Password: ********
Logged in as <your-email>
$ mkdir heroku-app
$ cd heroku-app
$ pyenv virtualenv 3.6.0 heroku_keras_3.6.0
$ pyenv local heroku_keras_3.6.0
$ echo .python-version >> .gitignore
$ git init
$ pip install tensorflow keras flask h5py
$ pip install gunicorn # web app. server
$ pip freeze > requirements.txt
$ echo python-3.6.0 > runtime.txt
$ echo web: gunicorn app:app --log-file=- > Procfile
#$ heroku local web
$ heroku create <app-name>
$ heroku buildpacks:set heroku/python
$ git add -A
$ git commit -m "deploy heroku"
$ git push heroku master
$ heroku ps:scale web=1
$ heroku open
Application: https://msrks-numpred.herokuapp.com
Recommended Posts