用pyinstaller打包pytorch环境下的深度学习模型，实现通过exe程序实现界面显示模型的分类效果

最新推荐文章于 2024-07-15 13:40:06 发布

置顶 @不要和我港话

最新推荐文章于 2024-07-15 13:40:06 发布

阅读量4.9k

点赞数 15

分类专栏： pyinstaller打包文章标签： python 深度学习人工智能

本文链接：https://blog.csdn.net/hutao1030813002/article/details/110712640

版权

pyinstaller打包专栏收录该内容

1 篇文章 0 订阅

订阅专栏

用pyinstaller打包pytorch环境下的深度学习模型，实现通过exe应用实现界面显示模型的分类效果

训练深度学习模型和界面显示，看我之前的博客，链接在下面：
通过残差网络实现CLFAR-10分类，并通过界面显示

环境

1.python3.7
2.pycharm
3.pytorch
4.window10
5.pyqt5、pyinstaller等用的各种库

pyinstaller的使用

1,用python的包安装管理pip自动安装pyinstaller

pip install pyinstaller

安装完成后python安装目录的Scripts文件夹里面会有pyinstaller.exe 文件，
如果Scripts加入环境变量，type “pyinstaller -v” into console 可以查看pyinstaller的版本。
2,转换文件
cd进入py文件所在的文件夹，
pyinstaller后面如果加上-F就是打包为一个exe文件（文件会比较大），如果不加就会有很多库文件；

例如>pyinstaller -F demo.py
加上-w就是打包为没有cmd窗口的exe,不加运行时就会出现cmd窗口。（加不加凭个人喜好）

声明版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://editor.csdn.net/md?not_checkout=1&articleId=110712640

打包过程

一般而言，打包深度学习模型，直接进入anaconda Prompt

下面以我的项目为例：
1》激活pytorch环境
activate pytorch
2》安装pyinstaller
pip install pyinstaller
3》进入需要打包的工程目录下
cd /d E:\CLFAR-10+PyQt5
4》打包命令
pyinstaller -F -w GUI.py -p predict.py -p resnet.py
5》最后生成dist和build两个文件夹
**其中可执行文件就在dist中，我打包的过程中遇到了各种坑，比如警告确少什么文件之类的，我就不一个一个列举，都能通过博客和百度解决了。但是最后发现GUI.exe只能在本机运行换台机器就会报错，花费我三天时间尝试了各种方法都还是不行。为什么换台电脑就不行了呢？
我把代码拆分，单独界面也可以移植打其他电脑，打印错误信息，因为本机完全能够正常运行，哪有错误信息，然后我一条一条查看安装信息，发现是Torch的动态库找不到，拆分代码打包也印证了这一判断，单独打包模型也不能够在其他机器运行，而且错误信息都和完全打包一样。我找到动态库的dll文件拷贝到exe的同级目录下，发现还是不行。
最后我在想是不是我安装的pytorch是GPU版本，而有的电脑没有GPU，或者GPU版本不一样，本机运行时EXE能找到对应的GPU,而其他机器则不行。因为anaconda中有太多用不到的库，因此我决定新建一个虚拟环境。过程如下：
**

解决本机运行而其他机器不能运行的问题

1.在pycharm中新建一个本地的虚拟环境，要记住创建的路径。我这里已经创建过了：
在这里插入图片描述
2.activate激活新创建的环境，看代码需要哪些库安装即可如：pip install pyinstaller
pip install numpy
pip install PyQt5等还有pytorchCPU版本最后
查看一下安装的库

在这里插入图片描述

想对比anaconda中库要少的多
所以打包后的程序也比之前少的多
最后重新打包即可。即可在其他机器上运行了。

想法

有时候出现问题，真的需要一步一步的拆分去分析，不要放弃，我也是在请教师兄师姐的过程中才分析出问题所在，最后突然地一个灵感就解决了。其实用-D打包可以将环境和程序分开，程序启动由两三分钟到几秒钟，打包的程序由一个多G到几十Mb。这个pyinstaller打包确实坑比较多，如果遇到问题可以评论区留言，最后如果我的这篇文章对你有所帮助的话请给我点个赞，让我的分享有所价值，前后花了快一个星期的时间相当的不容易。