手把手教你在新浪云上免费部署自己的网站---基础

记得第一次用HTML写出一个完整的静态网站,心情异常激动,成就感瞬间飙升,这也许就是老师所说的,打代码的乐趣吧!现在想来,还真是无聊,一个页面能有啥成就感?不过此时非彼时嘛。

那是写的是一个静态页面,那时就很想给别人看自己做的东西,于是就把包含代码的文件(全是xxxx.html)打包压缩发给别人,然后还要别人解压时不要乱动文件,甚是麻烦。

当然,目的是达到了,但是一旦我新加了一个功能,或者又做了一个网站,甚至现在用到PHP,还要与数据库交互,我不可能再像从前一样,把代码发给人家,然后让别人也安装和我一样的环境。

我就问一些学长,学长告诉我去买一个域名,再买一个主机,搭一个服务器,然后配置一些东西就行了。

简单吧,就四步。

但是,对于我这个小白来说,简直是一脸懵逼,啥是域名?啥是主机?啥时服务器?还要配置?当我是网管呀,后来我才知道,完成这些,还要技术好的网管才行!!

于是乎,我就上网百度,到图书馆查资料,无一例外,都和学长说的相差无几。

于是我到 阿里云 去买了一个域名,花了我70块钱,还要备案,各种闻所未闻的东西。

域名是搞定了,但是呢,主机和服务器就不是几十块钱就能搞定的,毕竟不是土壕,害怕自己买来也不会用,于是就上网搜有没有免费的,你别说,还真有免费的,像凡科,花生壳……但是呢,人家都是写好的,并不是让你自己写代码建网站,你只需要动动鼠标,就能建站,但这不是我想要的。

后来在学习开发微信公众号的时候知道了新浪云,在新浪云上可以免费建站,其实也不是免费,会消耗云豆,新浪云会定期发云豆,近乎免费。

 

说干就干,上新浪云(http://www.sinacloud.com)注册了一个账号,

然后立马创建了一个 云应用SAE ,

 

然后进入控制台,创建新应用

 

 

选择部署环境,

当运行环境是标准环境,PHP和Python是免费的,正合我意

 

 

填好下方的二级域名,应用程序名和二级域名相同,点击右侧的创建应用

进入代码管理,点击创建版本

版本号随意,默认为1,点击确认,接下来,你就会看到下面的内容,证明你已经成功了

 

你可以将你自己写的代码打包压缩成.zip格式,上传代码包,然后访问链接就行了

当然,你也可以不上传代码包,你可以点击编辑代码,进入 SAE Editor,此时,就相当于你在自己的电脑上打代码了,保存之后即可访问

这篇博客讲的是创建一个静态网站,动态网站(包含于数据库交互的网站)也将会讲述,与数据库交互的博客链接地址为http://www.cnblogs.com/-beyond/p/6739737.html

转载于:https://www.cnblogs.com/-beyond/p/6686166.html

当然,我可以帮助你部署ChatGPT模型。以下是一步一步的指南: 步骤1:准备环境 首先,你需要一个Python环境来运行模型。确保你已经安装了Python 3.6或更高版本。 步骤2:安装依赖项 在命令行中打开一个新的终端窗口,并使用以下命令安装所需的依赖项: ``` pip install transformers flask ``` 步骤3:下载并解压模型 从CSDN下载chatglm2-6b模型的权重文件,并将其解压缩到你选择的目录中。 步骤4:创建Flask应用程序 在你选择的目录中创建一个名为app.py的Python文件,并使用以下代码创建一个基本的Flask应用程序: ```python from flask import Flask, request, jsonify from transformers import GPT2LMHeadModel, GPT2Tokenizer app = Flask(__name__) model_path = "path/to/your/model" tokenizer = GPT2Tokenizer.from_pretrained(model_path) model = GPT2LMHeadModel.from_pretrained(model_path) @app.route("/chat", methods=["POST"]) def chat(): data = request.json input_text = data["input_text"] input_ids = tokenizer.encode(input_text, return_tensors="pt") output = model.generate(input_ids, max_length=100) response = tokenizer.decode(output[0], skip_special_tokens=True) return jsonify({"response": response}) if __name__ == "__main__": app.run(host="0.0.0.0", port=5000) ``` 步骤5:运行应用程序 在终端窗口中,导航到包含app.py文件的目录,并运行以下命令来启动应用程序: ``` python app.py ``` 步骤6:测试应用程序 使用HTTP客户端(如Postman或cURL)向http://localhost:5000/chat发送POST请求,并在请求正文中包含以下JSON数据: ```json { "input_text": "你想说的话" } ``` 你将收到一个包含ChatGPT模型生成的响应的JSON响应。 这就是部署chatglm2-6b模型的基本步骤。你可以根据需要进行修改和扩展。希望这可以帮助到你!
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值