이것은 몇번의 클릭만으로 학습된 모델을 Render에 배포하는 간단한 가이드입니다. 제 2장에서
Jeremy’s Bear 이미지를 분류할 때 사용하는 start repo에서 나옵니다.
starter app은 https://fastai-v3.onrender.com/에 배포 되어져 있습니다.
https://github.com/render-examples/fastai-v3를 자신의 GitHub로 fork 해주세요.
Render에 가입하세요. 가입하는데 신용카드는 요구하지 않습니다.
만약 Render에 초기 배포 테스트를 원한다면, starter repo는 Jeremy’s 곰 분류 모델이 기본적으로 설정 되어있습니다. 그게 아니고 자신의 모델로 테스트를 원하면 계속 읽으세요.
learner.export(예: export.pkl)를 사용하여 만든 교육받은 모델 파일을 Google Drive 또는 Dropbox와 같은 클라우드 서비스에 업로드하십시오. 그리고 파일의 다운로드 링크를 복사하십시오.
주의: 다운로드 링크는 직접 파일이 다운로드를 시작해야합니다. 일반적으로 사용되는 뷰를 제공하는 공유링크와는 다른것 입니다.
- app 폴더에 있는
server.py를 편집기를 통하여 열고model_file_url이 부분을 위에서 복사 해둔 url로 변경해주세요. - 같은 파일에서
classes = ['black', 'grizzly', 'teddys']에 부분 클래스 내용을 모델에서 예상하는 것으로 변경하세요.
GitHub repo 상태를 위에서 생성한 현재의 상태로 유지하여주세요. Rendor는 GitHub repo와 통합을 하고 변경이 있어 사용자가 push 할때 마다 자동으로 빌드하고 배포합니다.
- Render에서 새로운 웹 서비스를 생성하고 위에서 생성한 repo를 사용하세요. 이 단계에서 사용자는 Render에게 repo에 접근할수있는 권한을 부여 해줘야 합니다.
- 배포 화면에서 서비스 이름을 선택하고 도커를 사용하세요. URL은 서비스이름을 토대로 생성 될 것입니다. 필요에 의해서 서비스 이름은 변경 가능하지만 URL은 사용자가 변경 하지 못합니다.
- Save Web Service을 클릭하세요. 그럼 다 된거에요. 그럼 사용자의 서비스가 구축 될 것입니다. Render 대쉬보드에 표시된 URL은 몇분안에 살아나야 합니다. 이것에 되한 진행과정을 배포 로그에서 확인 가능합니다.
App의 URL은 https://service-name.onrender.com.와 비슷할 것 입니다. App을 테스트 할때 서비스 로그를 모니터링 가능 합니다.
App 서버를 로컬에서 실행하려면 터미널에서 아래의 명령어를 실행 하세요.
python app/server.py serve
만약 Doker를 설치 하였다면, 아래 명령어를 실행하면 Render와 동일한 환경에서 테스트 할 수 있습니다.
docker build -t fastai-v3 . && docker run --rm -it -p 5000:5000 fastai-v3
테스트를 위해 http://localhost:5000/로 이동하세요
샘플 코드를 제공한 Simon Willison에게 감사를 표합니다.