【保姆级教程】搭建一个机器学习应用

机器学习算法与Python实战

共 1722字,需浏览 4分钟

 ·

2022-07-31 19:55

↓↓↓点击关注,回复资料,10个G的惊喜

最近在玩streamlit,不但实现一些好玩的应用,还可以直接部署,比如我之前开发的决策树挑西瓜就是使用了streamlit,入门可以参考我的这篇教程

前文我介绍了用streamlit+bar_chart_race实现条形竞赛图的方法,今天咱们就讲一下如何部署,如何白嫖heroku的服务器。

https://bar-chart-race-app.herokuapp.com/

Heroku

Heroku平台的灵活性极高且支持多种编程语言。若想把程序部署到Heroku上,开发者要使用Git把程序推送到Heroku的Git服务器上。在服务器上,git push命令会自动触发安装、配置和部署程序。

大家可以先在heroku注册一个用户,登录之后完全可以在dashboard部署应用:https://heroku.com

安装Heroku CLI

https://devcenter.heroku.com/articles/heroku-cli
# Windows
https://devcenter.heroku.com/articles/heroku-cli
# mac
brew tap heroku/brew && brew install heroku
# Ubuntu / Debian apt-get
curl https://cli-assets.heroku.com/install-ubuntu.sh | sh

配置文件

把项目完整地push到github

导出项目当前开发环境的包信息

pip freeze > requirements.txt

requirements.txt内容如下

base58==2.1.1
graphviz==0.19
matplotlib==3.5.0
matplotlib-inline==0.1.3
numpy==1.21.4
pandas==1.3.4
plotly==5.4.0
streamlit==1.2.0

项目下新建setup.sh内容如下:

mkdir -p ~/.streamlit/
echo "\
[server]\n\
headless = true\n\
port = $PORT\n\
enableCORS = false\n\
\n\
"
 > ~/.streamlit/config.toml

项目下新建Procfile(注意,该文件无任何后缀)内容如下:

web: sh setup.sh && streamlit run app.py

创建app

登录heroku

heroku login

新建APP

heroku create bar-chart-race-website

以上两部也可直接在dashboard直接操作:

https://dashboard.heroku.com/apps

新建app
链接到自己的github
选择对应的项目 - connect
项目需要安装ffmpeg,在settings中添加buildpacks,注意顺序,ffmpeg在前,python在后

https://dashboard.heroku.com/apps/bar-chart-race-app/settings

返回到deploy页面继续部署
成功 https://bar-chart-race-app.herokuapp.com/

推荐阅读

  1. 决策树可视化,被惊艳到了!
  2. 开发机器学习APP,太简单了
  3. 周志华教授:关于深度学习的一点思考
  4. 200 道经典机器学习面试题总结
  5. 卷积神经网络(CNN)数学原理解析
  6. 收手吧,华强!我用机器学习帮你挑西瓜


三连在看,月入百万👇


浏览 73
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报