編譯：yxy
出品：ATYUN訂閱號
雖然我很喜歡爲自己建立數據科學和編程項目，但我同樣樂於與世界上的任何人在線分享它。幸好，我們以使用AWS（Amazon Web Services），這樣我們可以在幾分鐘內免費將Python Web應用程序部署給全世界。
在本文中，我們將瞭解如何在免費的EC2實例上將深度學習Web應用程序部署到AWS。本文將使用在Python中使用在RNN示例項目從開發到部署（一）：詳解使用RNN撰寫專利摘要一文中開發的模型，建立在RNN示例項目從開發到部署（二）：將Keras深度學習模型部署爲Web應用程序一文中構建的應用程序上。當然你現在可以不用管它們，只要知道我們的應用程序使用RNN生成新的專利摘要。項目的所有代碼都可以在文末的GitHub鏈接上找到。
AWS EC2
AWS是亞馬遜雲計算產品系列的總稱。我們需要使用Amazon Elastic Compute Cloud（EC2），這是一種我們在雲中租用虛擬計算機來運行應用程序的服務。AWS EC2有提供免費套餐，因此我們可以在不花費一分錢的情況下進行部署。
首先，請創建一個AWS賬戶，然後訪問https://console.aws.amazon.com/ec2上的EC2控制檯。單擊Launch Instance按鈕，你可以選擇Amazon Machine Instance（AMI），“這是包含啓動實例所需的軟件配置（操作系統）的模板。”你可以使用你熟悉的任何操作系統（儘管一些不符合免費套餐的條件），而我使用的是Ubuntu Server 18.04：
AMI類型（Ubuntu 18.04）
點擊Select，然後在下一頁上選擇符合條件的免費套餐t2.micro實例（實例是我們AMI的硬件）。這隻有1個CPU和1 GB的RAM，但足以運行我們預訓練的RNN應用程序！如果你希望有更多流量或運行cpu密集型應用程序，你可能需要付錢。
安全組
選擇所需的實例類型，然後轉到選項卡6。在頁面頂部配置安全組。安全組過濾進出我們實例的流量，一般來說，誰可以訪問我們的虛擬計算機。
你（並且只有你）需要通過ssh訪問實例，因此要爲SSH添加Source下的“My IP” 規則。我們希望其他人能夠在Web瀏覽器中訪問我們的應用程序，因此添加規則允許所有源的進行HTTP訪問。最終的安全配置是：
安全組規則
接下來，點擊Review and Launch然後點擊Launch。然後會顯示密鑰對的選項。你需要通過ssh訪問服務器，因此請確保創建一個新的密鑰對，並將私鑰保存在你能記住的地方。如果丟失了，你將無法再次訪問你的實例！
最後，點擊Launch Instances，Amazon將啓動完全屬於你自己的虛擬機，它物理上位於……我也不知道在哪兒。等待幾分鐘使實例啓動，然後進入到下一步：連接到你的實例。
通過SSH連接到服務器
實例啓動並運行後，在EC2 實例儀表板（Services > EC2 > Running Instances）上選擇它，然後單擊Connect。這將爲我們提供連接到實例的確切命令。
從EC2運行實例儀表板連接對話框。
複製示例代碼，並將其粘貼到Bash或使用私鑰在文件夾中運行的命令提示符中（在啓動實例時生成）。如果一切順利，你將登錄到你的實例並查看熟悉的終端命令提示符。
安裝要求
這個AMI預裝了Python 3.6，因此我們只需要克隆存儲庫並安裝應用程序依賴項。首先，獲取存儲庫：
git clone https://github.com/WillKoehrsen/recurrent-neural-networks.git
然後安裝pip，移動到存儲庫，並安裝需求。
sudo apt-get update
sudo apt-get install python3-pip
cd recurrent-neural-networks
pip3 install --user -r requirements.txt
運行和訪問WEB應用程序
運行應用程序很簡單（對於第二個命令，你可能需要sudo）：
cd deployment
python3 run_keras_server.py
你應該在終端中看到以下輸出：
這個應用程序實際運行在localhost：80 /，這是在虛擬機上。要讓我們可以訪問Web應用程序，我們必須使用可在運行的實例儀表板上找到的實例的Public DNS IPv4 。
Public DNS
將地址複製並粘貼到你的瀏覽器中，你就會看到該應用程序！
Web應用程序的主頁。
隨意使用RNN應用程序。它正在做的是生成新的專利摘要，其中使用一個用關鍵詞“神經網絡”的數千個摘要訓練的RNN。你可以輸入random生成隨機起始序列，或鍵入你自己的序列。
RNN應用。
現在，世界上任何人都可以通過IPv4訪問你的應用程序。如果你想讓應用程序在退出實例後仍然運行，請在Screen 會話中運行它。（Screen 是一個方便的程序，它讓你可以使用虛擬控制檯從單個終端窗口運行終端會話。）
# From within recurrent-neural-networks/deployment
screen -R deploy
python3 run_keras_server.py
我的（如果我沒有關閉它或遇到錯誤）應用程序應該運行在http://54.173.255.177/。因爲我使用的是t2.micro實例，所以永久運行這個Web應用程序的成本爲零！如果你想要域名，可以從域名註冊商（如Hover）中選擇一個域名。
下一步
雖然這是快速部署個人項目的一個不錯的解決方案，但這不是生產就緒的部署！想要就緒，你需要確保使用適當的安全性（使用HTTPS和認證證書）。您還需要確保應用程序能夠處理預期的流量。這用於沒有敏感數據的小型項目使用的特定解決方案。
結論
我們真正生活在令人難以置信的時代：使用Flask，我們可以在幾分鐘內開發一個Python Web應用程序，然後我們可以通過AWS免費部署到全球。我們遵循流程是：開發Web應用程序（最好是Python），從雲提供商那裏租用商品硬件，並將web應用程序部署到世界各地。
GitHub：https://github.com/WillKoehrsen/recurrent-neural-networks