[Flask] AWS EC2에서 머신러닝 서버 구축

파이썬 파일 생성

 

터미널에서 다음을 명령한다.

 

vim test.py

 

그리고 test.py에 다음 코드를 편집하여 추가한다.

 

import numpy as np
from sklearn.linear_model import LinearRegression
from flask import Flask, request, jsonify

app = Flask(__name__)

np.random.seed(0)

X = np.random.rand(10, 1)
y = 2 * X + 1 + 0.1 * np.random.randn(10, 1)
model = LinearRegression()
model.fit(X, y)

@app.route('/')
def welcome():
	return 'HELLO, ML API SERVER'

@app.route('/predict', methods=['POST'])
def predict():
	data = request.json
	new_X = data['input']
	y_pred = model.predict(np.array(float(new_X[0])).reshape(1, -1))
	res = jsonify({'predicted_output': y_pred.tolist()})
	return res

if __name__ == '__main__':
	app.run(host='0.0.0.0', port=5000)

 

인바운드 규칙 설정

 

 

외부 브라우저에서 접속하기 위해 cmd → ipconfig나 네이버에서 자신의 공인 IP를 조회하여 CIDR 블록에 추가한다.

 

 

 

 

서버에 접속

 

터미널에서 다음 명령을 수행하여 서버에 접한다.

 

python test01.py

 

gunicorn

 

gunicorn은 파이썬 웹 서버 게이트웨이 인터페이스 HTTP 서버이다. 이것으로 Flask에 접속한다. 터미널에서 다음 명령어를 실행한다.

 

gunicorn test01:app --bind 0.0.0.0:5000

 

Nginx 수정

 

sudo vim /etc/nginx/sites-enabled/default

# 재시작
sudo systemctl restart nginx
sudo systemctl status nginx

 

다음 명령을 통해 gunicorn 백그라운드를 실행한다.

 

 nohup gunicorn test01:app --bind 0.0.0.0:5000 >& /dev/null &

kill
ps -ef | grep test01