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：

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

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。

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相关推荐

毕设路线—pytorch环境下的深度学习的高光谱图像分类问题
毕设快要结束了,一路走来一直记录着点点滴滴的技术内容,主要想写给自己看吧,作为一个项目整理的大致框架,改完最终定稿,再填补每一部分的细节. 另外如果以后有做这个方向的朋友看到了,希望能提供一点小小的帮 ...
手把手教你在Windows10环境下安装深度学习框架（pytorch or tensorflow）
手把手教你在Windows10环境下安装深度学习框架(pytorch or tensorflow) 1. 安装Anaconda:(常用的python版本和各类包管理器) 1.1. 下载地址: 1.2. ...
在MATLAB环境下使用深度学习网络DeepLabV3+进行语义分割(云图分割)
摘要:本文主要讲述在MATLAB2020a环境下利用深度神经网络DeepLabV3+进行语义分割,分割感图像中的云层.讲述了:1.训练数据的获取.训练集制作:2.DeepLabV3+模型的构建:3.D ...
C++环境下部署深度学习模型方案
目录一.问题背景二.解决方案 2.1 C++调用python 2.2 Python服务接口 2.3 Python转c++(不推荐) 2.4 深度学习部署框架(推荐) 三.总结 3.1 接口形式分类 ...
自动驾驶之-MATLAB环境下基于深度学习的目标检测（停车标志检测）
深度学习,一个大号的,现代的,黑箱的,信号/图像处理器,本文程序运行环境为MATLAB R2018A. 本文简要讲解如何使用深度学习(R-CNN网络)来训练一个停车标志检测器.R-CNN是一种目标检测 ...
MATLAB环境下基于深度学习的JPEG图像去块（Image Deblocking）
之前主要研究现代信号处理,深度学习嘛,一个大号/深层的,现代的,黑箱的,信号/图像处理器,所以,作为一个研究现代信号处理的,顺便搞些深度学习也是顺理成章的.本文程序运行环境为MATLAB R2018A ...
Windows8.1 64bit环境下搭建深度学习平台之CUDA安装与配置
http://blog.csdn.net/baigoocn/article/details/36188029 说明:想要让Theano在Windows8.1下能利用GPU并行运算,必须有支持GPU并行 ...
「DLP-KDD 2021征文」及上届论文全集，包含深度学习推荐/广告系统、多目标、模型服务等
「DLP-KDD 2021征文」及上届论文全集,包含深度学习推荐/广告系统.多目标.模型服务等在DLP-KDD 2021征稿之际,为大家准备了DLP-KDD2020的全部文章和资源列表,内容涵盖了几 ...
PyTorch环境下对BERT进行Fine-tuning
PyTorch环境下对BERT进行Fine-tuning 本文根据Chris McCormick的BERT微调教程进行优化并使其适应于数据集Quora Question Pairs里的判断问题对是否一 ...

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

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

环境

pyinstaller的使用

打包过程

解决本机运行而其他机器不能运行的问题

想法

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相关推荐

最新文章

热门文章