실습 준비
개발 환경
- Windows 10
- Anaconda 2019.03
- Python 3.7
- Flask 1.1.1
배포 환경
- Heroku
- Python
- Flask
- Gunicorn
설치 프로그램
프로젝트 폴더
프로젝트 소스는 아래 URL에서 다운로드할 수 있습니다.프로젝트 폴더 구조
bayesian-weight-inference\
templates\
index.html
result.html
.gitignore
Procfile
README.md
requirements.txt
script.py
Heroku 계정 생성
- Heroku 사이트에서 무료 계정을 생성합니다.
실습 진행
프로젝트 폴더 작업
script.py 파일 추가-
bayesian-weight-inference
폴더 아래에script.py
파일을 추가하고 텍스트 파일 편집기를 사용하여 아래 내용을 저장합니다.
import numpy as np import scipy.stats as stats import flask app = flask.Flask(__name__) def get_posteriori(w_prior, s_prior, w_actual, s_actual, w_measured_arr): l_measured = stats.norm.pdf(w_measured_arr, w_actual, s_actual) weighting = stats.norm.pdf(w_actual, w_prior, s_prior) posteriori = np.prod(l_measured * weighting) return posteriori def ValuePredictor(request_params): w_measured_arr = [] for str in request_params['w_measured'].split(','): w_measured_arr.append(float(str)) s_actual = float(request_params['s_actual']) w_prior = float(request_params['w_prior']) s_prior = float(request_params['s_prior']) print(f'w_measured : {w_measured_arr}') print(f's_actual : {s_actual}') print(f'w_prior : {w_prior}') print(f's_prior : {s_prior}') w_actual_arr = np.arange(10, 200, 0.1) posteriori_arr = [] for w_actual in w_actual_arr: posteriori = get_posteriori(w_prior, s_prior, w_actual, s_actual, w_measured_arr) posteriori_arr.append(posteriori) peak_location = w_actual_arr[np.argmax(posteriori_arr)] print(f'Peak location: {peak_location:.1f}') return peak_location @app.route('/') @app.route('/index') def index(): return flask.render_template('index.html') @app.route('/result', methods = ['POST']) def result(): if flask.request.method == 'POST': request_params = flask.request.form.to_dict() result = ValuePredictor(request_params) prediction = f'{result:.1f}' return flask.render_template("result.html", prediction = prediction)
가상환경 구성하기
Anaconda Prompt 창에서 실습을 진행합니다.-
가상환경 만들기
> conda create -n bayesian_weight_inference
-
가상환경 활성화
> conda activate bayesian_weight_inference
-
라이브러리 설치
> conda install pip > pip install flask > pip install gunicorn > pip install numpy > pip install scipy
웹앱을 로컬에서 실행하기
-
Anaconda Prompt 창을 열고 아래 폴더로 이동합니다.
> cd bayesian-weight-inference
-
웹앱 실행
> set FLASK_APP=script.py > flask run
-
브라우져로 확인
- 브라우져로
http://localhost:5000/
주소의 페이지를 엽니다. - HTML 폼에 값들을 입력하고
Submit
버튼을 클릭합니다. Inferred actual weight: xx kg
메시지가 표시되면 오류 없이 정상적으로 실행된 것입니다.- 오류가 발생하면 웹앱 실행 프롬프트 창에서 오류와 관련된 메시지가 있는지 확인하고 이를 해결합니다.
- 브라우져로
Heroku 웹앱으로 준비하기
-
Anaconda Prompt 창을 열고 아래 폴더로 이동합니다.
> cd bayesian-weight-inference
-
requirements.txt
파일 만들기
생성된> pip freeze > requirements.txt
requirements.txt
파일 내용은 아래와 같습니다.
certifi==2019.6.16 Click==7.0 Flask==1.1.1 gunicorn==19.9.0 itsdangerous==1.1.0 Jinja2==2.10.1 MarkupSafe==1.1.1 numpy==1.17.0 scipy==1.3.0 Werkzeug==0.15.5 wincertstore==0.2
-
Procfile
파일 만들기
bayesina-weight-inference
폴더 아래에Procfile
파일을 추가하고 텍스트 파일 편집기를 사용하여 아래 내용을 저장합니다.
web: gunicorn script:app
-
.gitignore
파일 만들기
bayesina-weight-inference
폴더 아래에.gitignore
파일을 추가하고 텍스트 파일 편집기를 사용하여 아래 내용을 저장합니다.
__pycache__/
-
Git 저장소 만들기
> git init > git add . > git commit -m "Initial commit."
웹앱을 Heroku 클라우드로 배포하기
-
Command Prompt 창을 열고 아래 폴더로 이동합니다.
> cd bayesian-weight-inference
-
Heroku 클라우드에 로그인
> heroku login -i
-
Heroku 클라우드에 앱 생성
> heroku create trvoid-weight-inference Creating ⬢ trvoid-weight-inference... done https://trvoid-weight-inference.herokuapp.com/ | https://git.heroku.com/trvoid-weight-inference.git
-
웹앱 배포장소를 Heroku 클라우드로 지정하기
> heroku git:remote -a trvoid-weight-inference set git remote heroku to https://git.heroku.com/trvoid-weight-inference.git
-
웹앱을 배포하기
> git push heroku master ... remote: https://trvoid-weight-inference.herokuapp.com/ deployed to Heroku remote: remote: Verifying deploy... done. To https://git.heroku.com/trvoid-weight-inference.git * [new branch] master -> master
-
브라우져에서 웹앱 열기
브라우져에서 아래 주소의 페이지를 엽니다.
또는 명령 프롬프트에서 아래 명령을 사용하여 위 주소의 페이지를 브라우져로 열 수 있습니다.
> heroku open
Written with StackEdit.
댓글 없음:
댓글 쓰기