모바일어플리케이션 사용여부 예측 - 완료 및 Issue
모바일어플리케이션 사용여부 예측 - 스트림릿 웹페이지 구현 ②
모바일어플리케이션 사용여부 예측 - 스트림릿 웹페이지 구현 ①모바일어플리케이션 사용여부 예측 - 데이터 전 처리 & 머신러닝 모델 학습 이전 글을 참고하여 다음으로 넘어가자 일
hani08.tistory.com
앞선 과정들은 완성이 되어
결과물의 페이지는 아래와 같고
Streamlit
ec2-3-39-248-200.ap-northeast-2.compute.amazonaws.com:8504
사용된 코드는
아래에서 확인하기 바란다
GitHub - spiegelgo/streamlit_application
Contribute to spiegelgo/streamlit_application development by creating an account on GitHub.
github.com
중간에 문제가 있었던 부분은
머신러닝의 모델 크기가 100mb를 넘어 깃허브에 올릴 수 없던 일
사실 이 부분은 파일을 압축하여
압축해제하는 코드를 집어넣어 손 쉽게 해결 되었다
다음은 더 큰 문제가 있었으니
AWS - EC2 서버의 메모리 부족
EC2서버를 쓸 때에 프리티어로 사용하여 메모리가 부족하여
머신러닝 모델의 예측은 되지않고 서버가 터지기만 하였다
그 부분을 해결한것은 가상메모리를 생성하여
사실 파일압축 만큼 쉽게 해결하였다
EC2 프리티어 free tier 서버 다운, cpu100% 해결법 Swap Memory
AWS에서 FreeTier를 이용하여서버를 돌리기 위해 EC2를 사용하다보면, 데이터가 큰 모델을 사용한다면 겪게되는 문제가 있다 과도한 CPU의 사용으로 인한 서버다운 EC2 FreeTier의 문제점이 무엇
hani08.tistory.com
이런 일이 있다면 위의 글을 참고하자