虽然我很喜欢为自己建立数据科学和编程项目，但我同样乐于与世界上的任何人在线分享它。幸好，我们以使用AWS（Amazon Web Services），这样我们可以在几分钟内免费将Python Web应用程序部署给全世界。

在本文中，我们将了解如何在免费的EC2实例上将深度学习Web应用程序部署到AWS。本文将使用在Python中使用在RNN示例项目从开发到部署（一）：详解使用RNN撰写专利摘要一文中开发的模型，建立在RNN示例项目从开发到部署（二）：将Keras深度学习模型部署为Web应用程序一文中构建的应用程序上。当然你现在可以不用管它们，只要知道我们的应用程序使用RNN生成新的专利摘要。项目的所有代码都可以在文末的GitHub链接上找到。

AWS EC2

AWS是亚马逊云计算产品系列的总称。我们需要使用Amazon Elastic Compute Cloud（EC2），这是一种我们在云中租用虚拟计算机来运行应用程序的服务。AWS EC2有提供免费套餐，因此我们可以在不花费一分钱的情况下进行部署。

首先，请创建一个AWS账户，然后访问https://console.aws.amazon.com/ec2上的EC2控制台。单击Launch Instance按钮，你可以选择Amazon Machine Instance（AMI），“这是包含启动实例所需的软件配置（操作系统）的模板。”你可以使用你熟悉的任何操作系统（尽管一些不符合免费套餐的条件），而我使用的是Ubuntu Server 18.04：

AMI类型（Ubuntu 18.04）

点击Select，然后在下一页上选择符合条件的免费套餐t2.micro实例（实例是我们AMI的硬件）。这只有1个CPU和1 GB的RAM，但足以运行我们预训练的RNN应用程序！如果你希望有更多流量或运行cpu密集型应用程序，你可能需要付钱。

安全组

选择所需的实例类型，然后转到选项卡6。在页面顶部配置安全组。安全组过滤进出我们实例的流量，一般来说，谁可以访问我们的虚拟计算机。

安全组规则

通过SSH连接到服务器

实例启动并运行后，在EC2 实例仪表板（Services > EC2 > Running Instances）上选择它，然后单击Connect。这将为我们提供连接到实例的确切命令。

从EC2运行实例仪表板连接对话框。

复制示例代码，并将其粘贴到Bash或使用私钥在文件夹中运行的命令提示符中（在启动实例时生成）。如果一切顺利，你将登录到你的实例并查看熟悉的终端命令提示符。

安装要求

这个AMI预装了Python 3.6，因此我们只需要克隆存储库并安装应用程序依赖项。首先，获取存储库：

git clone https://github.com/WillKoehrsen/recurrent-neural-networks.git

sudo apt-get update 

sudo apt-get install python3-pip 

cd recurrent-neural-networks 

pip3 install --user -r requirements.txt

运行和访问Web应用程序

cd deployment

python3 run_keras_server.py

你应该在终端中看到以下输出：

Public DNS

Web应用程序的主页。

RNN应用。

# From within recurrent-neural-networks/deployment

screen -R deploy

python3 run_keras_server.py

我的（如果我没有关闭它或遇到错误）应用程序应该运行在http://54.173.255.177/。因为我使用的是t2.micro实例，所以永久运行这个Web应用程序的成本为零！如果你想要域名，可以从域名注册商（如Hover）中选择一个域名。

下一步

虽然这是快速部署个人项目的一个不错的解决方案，但这不是生产就绪的部署！想要就绪，你需要确保使用适当的安全性（使用HTTPS和认证证书）。您还需要确保应用程序能够处理预期的流量。这用于没有敏感数据的小型项目使用的特定解决方案。

结论

我们真正生活在令人难以置信的时代：使用Flask，我们可以在几分钟内开发一个Python Web应用程序，然后我们可以通过AWS免费部署到全球。我们遵循流程是：开发Web应用程序（最好是Python），从云提供商那里租用商品硬件，并将web应用程序部署到世界各地。