python打包深度学习模型为exe可执行文件

（转发的（原文链接https://blog.csdn.net/qq_35756383/article/details/110850920），自己试过了，这个方法可以用，这个打包之前弄了好久总是出问题。）

因为打包后的exe文件是包含了所有环境配置的，接收到文件的客户端无需下载环境依赖，直接运行即可。因此为了使exe文件尽可能的小，需要在干净的虚拟环境中打包。

虚拟环境可用anaconda、virtualenv等，也可直接在pycharm中新建虚拟环境，在此不做赘述。

 

安装pyinstaller

在虚拟环境下运行下列命令即可：

1. pip install pywin32-ctypes

2. pip install PyInstaller

3. pip install https://github.com/pyinstaller/pyinstaller/archive/develop.tar.gz

打包程序

在打包前确保你的整个程序代码只需要运行一个python文件即可调用，并对该python文件进行打包：（这个步骤可以查看pyinstaller，更多参数的含义）

pyinstaller -F -w xx.py，-F 选项指定生成单个的可执行程序，-w 选项指定生成图形用户界面程序（不需要命令行界面）。

pyinstaller -F xx.py

会生成dist/build/xx.spec3个新文件，dist目录下的exe即为打包后的exe文件：

将xx.spec和build文件都删除，把dist下的xx.exe放到与xx.py同级目录下。

拷贝整个工程代码文件到其他机器上，双击exe文件即可运行。（这里把这个exe拿出来放在任意位置双击就可以运行了，好像是打包时候把这些依赖项都打包进去了，最后的exe文件特别大。）

关于这个打包问题：

1、自己打包的cpu环境相对容易打包，并且放在其他电脑（没有配置过深度学习环境）上也可以运行，就是预测速度很慢。

2、GPU环境的话，目前在自己电脑上可以，还没试那些没有环境的电脑，估计是不太行的。

 

参考文档

[1] python打包成exe 可执行文件 。教程

[2] Python PyInstaller安装和使用教程（详解版）