Python 学习记录 使用pyinstaller 打包tensorflow 2.8.0 keras项目

使用pyinstaller打包时候踩了一些坑,每次运行的时候一调用模型程序就崩了
这里记录一下解决过程

安装pyinstaller

pip install pyinstaller

生成pyinstaller打包的配置文件

首先先生成pyinstaller打包的配置文件

pyinstaller -w -i  favicon.ico main.py --additional-hooks-dir=hooks

favicon.ico是我程序的图标
main.py是我运行的主程序
不需要图标就去掉-i favicon.ico参数即可

运行时执行Ctrl + C 中止运行
因为我们要修改main.spec文件
打开打包路径下的main.spec文件进行修改

  • 因为我用了cuda库64位 11.7版本,所以 设置datas中添加cudart64_110.dll
  • 使用了keras也要引用进去
# -*- mode: python ; coding: utf-8 -*-


block_cipher = None


a = Analysis(
    ['main.py'],
    pathex=[],
    binaries=[],
    datas=['tensorflow.python._pywrap_tensorflow_internal.pyd', 'cudart64_110.dll'],
    hiddenimports=['keras.*'],
    hookspath=['hooks'],
    hooksconfig={},
    runtime_hooks=[],
    excludes=[],
    win_no_prefer_redirects=False,
    win_private_assemblies=False,
    cipher=block_cipher,
    noarchive=False,
)
pyz = PYZ(a.pure, a.zipped_data, cipher=block_cipher)

exe = EXE(
    pyz,
    a.scripts,
    [],
    exclude_binaries=True,
    name='智慧垃圾回收系统',
    debug=False,
    bootloader_ignore_signals=False,
    strip=False,
    upx=True,
    console=False,
    disable_windowed_traceback=False,
    argv_emulation=False,
    target_arch=None,
    codesign_identity=None,
    entitlements_file=None,
    icon='favicon.ico',
)
coll = COLLECT(
    exe,
    a.binaries,
    a.zipfiles,
    a.datas,
    strip=False,
    upx=True,
    upx_exclude=[],
    name='智慧垃圾回收系统',
)

修改调用keras的py文件

接着修改调用keras的py文件
原先是使用tf.keras进行调用全部改为使用keras进行调用

#import tensorflow as tf
import keras

比如原先是

model = tf.keras.models.Sequential()

改为

model = keras.models.Sequential()

创建hook-tensorflow.py文件收集tensorflow

然后创建hook文件夹
在hook文件夹下创建hook-tensorflow.py文件
这个文件用来解决pyinstaller 打包时候无法hook tensorflow的问题
输入内容
我项目用到了tensorflowkeras,所以收集这两个模块

from PyInstaller.utils.hooks import collect_all
def hook(hook_api):
    packages = [
        'tensorflow',
        'keras'
    ]
    for package in packages:
        datas, binaries, hiddenimports = collect_all(package)
        hook_api.add_datas(datas)
        hook_api.add_binaries(binaries)
        hook_api.add_imports(*hiddenimports)

运行pyinstaller打包

运行

pyinstaller main.spec

之后会将项目收集到dist文件夹下面
根据main.spec的配置保存到了coll 参数里设置的智慧垃圾回收系统文件夹中

进入这个文件夹,复制_pywrap_tensorflow_internal.pyd到该目录下的tensorflow文件夹中
在这里插入图片描述
自此打包结束

打开exe运行测试

测试后是正常加载模型的(我的代码在软件启动时会预加载模型测试,加载失败会抛出异常无法顺利进入主页面)
在这里插入图片描述

在这里插入图片描述

  • 1
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
使用pyinstaller打包python项目的步骤如下: 第一步:生成spec文件 可以使用命令pyi-makespec来生成一个.spec文件。在命令行中切换到项目所在的目录,然后运行以下命令: ``` pyi-makespec your_script.py ``` 这将生成一个.spec文件,你可以在其中配置打包的选项。 第二步:修改spec文件 打开生成的.spec文件,你可以按需修改其中的选项,比如添加额外的文件、指定打包后的可执行文件名称等。 第三步:运行pyinstaller命令进行打包 在命令行中运行以下命令来打包你的项目: ``` pyinstaller your_script.spec ``` 这将使用.spec文件中的配置选项来进行打包打包完成后,在dist目录下会生成可执行文件。 请注意,如果你的项目涉及到多目录多文件,需要在.spec文件中将所有相关的py文件输入到Analysis类中的pathex参数中,以确保打包能够正确包含所有文件。 希望以上步骤对你有所帮助。123 #### 引用[.reference_title] - *1* *2* [使用pyinstaller打包python工程项目文件](https://blog.csdn.net/weixin_42521185/article/details/127583287)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}} ] [.reference_item] - *3* [python项目使用pyinstaller打包](https://blog.csdn.net/weixin_42550871/article/details/128024408)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

打赏作者

三千院喵

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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