机器学习or深度学习模型变编译成exe文件

一、运行环境
win10 专业版
cuda=10.0
numpy=1.14.5
OpenCV-python=4.3.0.36
pyinstaller=3.6
torch=1.2.0
torchbision=0.3.0
二、环境安装
1、pyinstaller安装
安装步骤见https://editor.csdn.net/md/?articleId=107556151
2、pytorch安装
国内安装比较慢，可以设置源，详见
https://blog.csdn.net/weixin_43218120/article/details/107628209
（1）离线版本安装https://download.pytorch.org/whl/cu100/torch_stable.html
上述链接中，是关于cuda10.0的torch安装的包，在其中寻找适合自己的python环境的即可。
（2）在线版本安装
自己到官网官网链接寻找适合自己电脑的版本

因为我的电脑安装的是cuda10.0所以我修改10.1的安装命令为：conda install pytorch torchvision cudatoolkit=10.0
这里删除-c pytorch是因为加上这个下载的pytorch还是使用的国外的源，所以删除之后就会使用我们上面修改的国内原。
三、运行测试
因为涉及代码问题，我在这里只贴出自己运行的结果，不贴出来代码。
1、首先进入你需要编译的py文件的所在目录执行命令eg：

pyinstaller -F predict.py

具体运行的结果如下图：

当最终如下图中所示，则表示编译完成

在编译完成之后的py文件所在的目录又产生了几个文件夹具体如下：



所在的exe文件的dist文件中，因为我的代码是关于图像的，在predict.py文件中使用图片的路径是相对路径，所以需要把我的图片信息移动到dist文件中，如果你采用的是绝对路径则不要进行移动。
还有还要把你训练好的模型移动到dist文件中，原因同上。
2、运行exe文件的结果如下：
运行前的dist文件的文件目录

运行之后的dist文件的文件目录：


自行测试在python环境中的py文件的结果是否与exe文件产生的结果是否一致。我的结果是一致的。但是运行的时间不是一样的。
四、坑路历程
1、利用pyinstaller工具将py代码封装成exe文件，最好在anconda环境下创建新的虚拟环境，因为python包依赖比较复杂，创建新环境可以减少最终引入的包。
2、路径中需要全英文，否则报以下错误。

3、找不到模块
因为在我的py文件中我import另一个文件夹的自编写的另一个py文件
在用python写程序调试时，模块的调用使用下面的方式
from 工程名.模块文件名 import 模块类名

解决办法是：在准备将py文件生成exe时，在main.py的目录中，创建一个与工程名同名的文件夹，将所引用的模块文件，全部放入此文件夹中，然后再生成exe程序。

这时生成exe文件的命令则需要修改为

pyinstaller -F predict.py -p 工程名\模块文件名.py

本文地址：https://blog.csdn.net/weixin_43218120/article/details/107628109