机器学习项目部署到云服务器
- 2023-03-12 20:28:00
- pjd
- 原创 364
开发完成的flask或django项目
1、导出本地环境类库版本文件：
pip freeze > requirements.txt
2、在项目上级目录中打包项目
tar zcvf {{项目文件名}}.tar.gz {{项目文件名}}
将打包的文件上传至云服务器，并解压文件（选择更改文件目录）
3、进入服务器项目目录，新建虚拟环境，并安装包
#新建环境
python3 -m venv {{环境名}}
#激活环境
source {{环境名}}/bin/activate
#进入项目文件中，安装包
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt
4、项目目录中启动服务
#临时 python3 app.py #长期 nohup python3 app.py 1>log.log 2>&1 & 显示结果： [1] 711131
#查看是否运行 more log.log #显示如下： nohup: ignoring input Loading models * Serving Flask app 'load_predict' * Debug mode: off
#远程服务器测试是否正常访问 curl http://127.0.0.1:5010/predict 显示结果： <!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8"> <title>热网负荷预测</title> </head> <body> >>>>>>>>>>>>>>>>>>>>>>>省略了
5、开启防火墙
服务器开启防火墙，打开服务的端口，等一下就可以访问了。
#重启防火墙 firewall-cmd --reload 返回结果： success #查看防火墙状态 firewall-cmd --state #查看防火墙端口情况是否在打开列表中 firewall-cmd --zone=public --list-ports #关闭防火墙 systemctl stop firewalld
#防火墙设置端口为外网防问 firewall-cmd --zone=public --add-port=5010/tcp --permanent # --zone 作用域 # --add-port=5121/tcp 添加端口，格式为：端口/通讯协议 # --permanent 永久生效，没有此参数重启后失效