Pyinstaller打包Pytorch框架所遇到的问题

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。

使用Pyinstaller打包流程可分为以下三步：

使用Pycharm打开项目，点击Terminal,输入以下命令：

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。

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。

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：

关于.spec文件配置详见参考链接一，这里不再赘述。需要注意的是，在测试阶段，打包时应设置为-D模式，方便补齐dll。本文重点讲dll及其依赖项的补齐。先安装必备工具Dependens，通过这个工具，我们可以得到.dll文件所需要的依赖项。在运行打包后的exe常常遇到以下的问题:

这提示我们系统缺少caffe2_nvrtc.dll或其对应的依赖项。

Dependencies的使用非常简单，直接将.dll拖进去即可。这里以torch_python.dll举例

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：

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

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。

我的解决办法简单粗暴，直接拷贝cuda包到移动硬盘

每次到新的电脑，添加cuda到环境变量

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！