Flask 端点与 Sagemaker 端点

Question

我想构建一个简单的网络应用程序，其中一个人将输入汽车的一些参数，我的机器学习算法将根据参数预测汽车的价格。我想学习 aws，因此想在那里部署和托管所有内容。

通过检查网站和教程，我确定了我需要执行的以下步骤：

1. 收集数据，训练模型
2. 围绕腌制模型构建 Flask api 以提供预测服务
3. 创建漂亮的 css/html 前端
4. 创建泊坞窗图像
5. 将 docker 图像推送到 AWS ECR 广告上传模型工件到 S3
6. 创建 Sagemaker 预测端点
7. 使用 Chalice 创建 API 端点

我不明白的是：

1. 如果我已经有一个可以预测价格的烧瓶端点，为什么我需要创建一个 sagemaker 端点（和 Chalice 端点）？我不能分拆将调用flask端点并给出预测的EC2实例吗？
2. 我描述的步骤是使用 ML 模型创建 Web 应用程序并将其部署到 AWS 的最有效方法吗？

很高兴了解您的意见！

Answer 1

显然有许多不同的架构可以实现您想要做的事情。

这是一个帮助我实现类似目标的方法：

1) 设置 AWS S3/RDS 以进行数据存储/收集等 - 您可以使用 S3 来存储训练数据，以及用户可以从您的 Web 应用程序上传数据的地方。您可以使用 RDS 存储任何元数据并跟踪 S3 存储桶中的所有项目。

2) 使用 Elastic Beanstalk 托管您的 Web 应用程序。我构建了一些 Django 应用程序（而不是 Flask），并且能够使用 Elastic Beanstalk 轻松集成、部署应用程序等。此外，Elastic Beanstalk 还附带了一系列功能，可帮助您轻松管理网站流量。

3) 使用 Sagemaker 部署您的模型。部署后，您可以非常轻松地使用 Amazon 的 SDK Boto3 在您的 Web 应用程序和模型之间发送数据以进行预测。

总体思路是将数据、Web 应用程序和模型分成单独的部分，这样，如果您找到更合适的解决方案，就可以轻松地将架构的一部分替换为另一部分。