我正在使用 Elastic Beanstalk（在 Amazon Linux v.2.9.18 上运行的 Python 3.6）来部署 Flask 应用程序，我很确定在每次部署时根应用程序文件夹（例如 FlaskApp/app 目录）都会被擦除.所以我想将预训练的模型下载到某个地方，它会一直存在，直到实例被终止/删除。这个想法是需要下载模型（发生时从 Google Drive 下载，但如果我使用 S3 也同样适用），这需要长达一分钟（~600MB），所以理想情况下我想尽量减少发生这种情况的次数.因此，模型文件需要持久化到实例而不是持久化存储。
我在实例的文件系统上找不到好的 AWS 资源，特别是关于部署之间的更改，但是我认为主目录 (~/) 将在部署之间保留。这是我应该保留预训练模型的地方吗？
此外，我计划使用 Python 来检查文件并在文件丢失时下载。我的 Python 应用能否从主目录读取和写入数据？
最后，我的模型在工作时使用了大约 2GB 的 RAM，并且有点占用 CPU（在无 GPU 的笔记本电脑上生成一张图像需要大约 10 秒 @100% CPU 利用率）所以我认为 t2 .small（1vCPU，2GB RAM）或 t2.medium（2vCPU，4GB RAM）就足够了。有什么想法吗？
谢谢