好了，到達了雲端部署，很多公司都有自己各自喜歡的雲端品牌，像是假如想要到大陸發展，由於會封鎖GOOGLE
，所以可能要練好AWS。而想AZURE使用語音辨識跟文字轉語音這塊，就使用上就覺得還滿厲害的。

我因為從以前就接觸GCP的服務比較多，覺得使用起來很方便，所以這裡就直接使用GCP的GOOGLE App Engine來說明。

可以發現右上角有控制台的選項，如果還沒註冊，我建議可以註冊一下，因為GOOGLE有提供一年之內免費使用的試用金
300美金，除非你特別使用了費用很高AI訓練服務，要不然要在一年之內用完其實還滿困難的。

來到介面的部分，還沒有專案的話，可以先創立一個新的介面:

再來，可以根據OS系統不同來安裝GOOGLE cloud SDK:

https://cloud.google.com/sdk/docs/quickstart#windows

安裝好之後可以打開SDK，之後進行初始化設定:

設定帳號及選定好專案之後，我們之後就可以把FLASK的APP部屬於雲端。
明天有空，再來說明yml的設定檔好了，先到這裡。

• [day 1] 開場白
• [day 2] blue_print
• [day 3] Factory mode
• [day 4] JWT token
• [day 5] session
• [day 6] Jinja
• [day 7] Post data with Form tag
• [day 8] ajax with jquery
• [day 9] request
• [day 10] 將資料寫進DB(pymongo)
• [day 11] log with mongoDB
• [day 12] Sql Database
• [day 13] 檔案上傳
• [day 14] 檔案下載 及 其他傳值方法
• [day 15] boostrap 4.6
• [day 16] API
• [day 17] Docker image化--安裝篇
• [day 18] Docker image化--運行篇
• [day 19] Nginx
• [day 20] Docker compose
• [day 21] Nginx with https
• [day 22] pythonanywhere 部署
• [day 23] GCP app engine (介紹)
• [day 24] GCP app engine (deploy)
• [day 25] Flask with web cam
• [day 26] Flask with ML
• [day 27] Supervisor
• [day 28] Flask-Mail
• [day 29] Line Messaging API
• [day 30] 結語