Pyinstaller打包Pytorch框架所遇到的问题
目录
- 前言
- 基本流程
- 一、安装Pyinstaller 和 测试Hello World
- 二、打包整个项目,在本机上调试生成exe
- 三、在新电脑上测试
- 参考资料
前言 ??第一次尝试用Pyinstaller打包Pytorch,碰见了很多问题,耗费了许多时间!想把这个过程中碰到的问题与解决方法记录一下,方便后来者。
基本流程 ??使用Pyinstaller打包流程可分为以下三步:
- 安装Pyinstaller,写个Hello world打包测试
- 打包整个项目,在本机上调试生成exe
- 将exe拷贝到新电脑上,测试和调试
pip install pyinstaller
??请确保Terminal所在路径为项目根目录,以免在后续打包过程中找不到一些模块。图中红框内(pytorch)是我的项目所需要的虚拟环境。
文章图片
??编写Hello World测试,新建test.py:
if __name__ == '__main__':
print("Hello World!")
while True:
pass
??在Terminal输入以下命令,打包test.py:
pyinstaller -F test.py
??回车运行,开始打包!在文件夹dist中找到test.exe程序,运行测试,没报错说明Pyinstaller安装成功。
二、打包整个项目,在本机上调试生成exe ??实际的项目一般是多文件,打包过程远比Hello World复杂多了。打包项目的核心要点有两个:
- 配置好.spec文件
- 补齐依赖项
文章图片
??这提示我们系统缺少caffe2_nvrtc.dll或其对应的依赖项。
- 先到对应路径查看caffe2_nvrtc.dll是否存在
- 若不存在,直接在Anaconda配置环境的文件夹搜索,一般都可以找到。将找到的caffe2_nvrtc.dll复制粘贴到根目录下
- 若存在,说明是缺少caffe2_nvrtc.dll的依赖项,使用Dependencies工具查看所需要的依赖项,后补齐到根目录下
文章图片
??可以发现,缺少若干个dll文件,补齐便可。通过上述方法,依样画葫芦,基本可以解决关于dll报错的问题。
??但每次重新打包后,需要手动复制粘贴dll文件,很是麻烦,通过配置.spec文件可简化操作。以记事本方式打开.spec,找到datas:
文章图片
??小括号内有两个路径,第一个路径'kernel32.dll'表示原始数据路径,存放kernel32.dll的路径;第二路径为'.'表示目标路径,打包后原始数据存放的路径。意思就是将第一路径的东西在打包后,放在第二路径上。需要注意的是,这边我设置的是相对路径,相对于.spec中的pathex
文章图片
三、在新电脑上测试 ??我使用的是pytorch的GPU版本,在新电脑上运行发现会报如下错误,应该是缺少cuda库的缘故。
文章图片
??我的解决办法简单粗暴,直接拷贝cuda包到移动硬盘
【Pyinstaller打包Pytorch框架所遇到的问题】
文章图片
??每次到新的电脑,添加cuda到环境变量
文章图片
??建议在程序额外设置一个选项,可将网络切换成CPU推理,以便在其他电脑测试时,即使环境未配置成功,也可通过CPU推理验证打包成功与否。最后,祝大家好运,打包成功那一刻是蛮喜悦的!
参考资料
- python项目(非单一.py文件)用Pyinstaller打包发布成exe,在windos上运行程序
- 嘗試使用Pyinstaller打包yolov5中detect.py文件(含pytorch框架)所遇到的問題
- pyinstaller打包经验分享以及一些错误解决方法~~
- Dependencies安装链接
推荐阅读
- Linux下pytorch和cuda的版本对应及安装
- PyTorch|pytorch中torch、torchvision、torchaudio版本对应关系
- 技巧分享|PyTorch Geometric(图卷积)环境安装 —— GPU
- python|Win10操作系统(PyTorch虚拟环境配置+PyCharm配置)
- Vite打包组件库
- pytorch|图像分类篇(实现pytorch官网demo(LeNet))
- Pytorch进阶|【Pytorch进阶一】基于LeNet的CIFAR10图像分类
- 动手学深度学习PyTorch版|《动手学深度学习PyTorch版》打卡_Task3,过拟合,欠拟合,梯度消失,梯度爆炸
- pytorch|升级pip超时python -m pip install --upgrade pip(终极解决)
- pytorch|PyTorch框架中使用早停止Early Stopping(含详细代码)