在現實生活中，有時候我們寫的程式需要發給小伙伴用，而小伙伴沒有python，這時候我們需要將程式打包成exe檔案發給小伙伴用，
今天講下打包深度學習模型
打包一般要用到cmd命令列，要求cmd能執行python程式，
因為我們一般將程式放在檔案夾里，然后cmd直接進入檔案夾，
教程見鏈接：
cmd執行python程式，檔案夾直接進入cmd程式
一.虛擬環境建立
我們需要通過虛擬環境解決打包exe過大的問題，
一般的模型如機器學習等，我們可以通過pipenv來建立虛擬環境，
使用pipenv建立虛擬環境解決python打包exe檔案過大的問題（附打包帶圖示，多個py檔案打包exe）
使用pipenv有個缺陷，就是無法更改python版本，至少我無法更改，
我們可以改用anaconda來建立虛擬環境，anaconda虛擬環境可以更改python版本
anaconda虛擬環境教程大全
虛擬環境下，對深度學習框架版本要求很低，如我的電腦上TensorFlow虛擬環境為1.5.0時可以運行,更高的版本顯示錯誤，而在電腦上，我的tensorflow可以跑最新的版本，
python 與各深度學習版本對應關系見鏈接，自己參考然后在虛擬環境下安裝合適的python版本和深度學習框架
python深度學習環境支撐串列 各版本對應關系，Keras，TensorFlow，pytorch ，caffe等，
二.帶資源打包
python將資源檔案一起打包進exe 講解（有算例）
對于深度學習模型，我們一般都是先訓練保存，然后將保存的模型作為資源檔案進行打包，教程參考前面鏈接，
注意事項：如我們不能像常規一樣，將訓練程式在電腦python3.7，keras=2.3下進行訓練，然后把得到的模型.h5，放在虛擬環境下進行打包，而虛擬環境下的python=3.6，Keras不是2.3，是其他版本，深度學習不同版本框架保存的模型是不能共用的，否則會出現類似錯誤
在其他機器保存keras模型(.h5)，load_model(~.h5)后報錯【in from_config if ‘class_name’ not in config[0] or config[0][‘class_name’] == ‘Merge’:】
原因：兩臺機器Keras版本號不一致
所以我們需要將訓練程式放在虛擬環境下進行訓練，得到模型配置，然后將模型配置作為資源檔案一起打包，
cmd 進入檔案夾，檔案夾進入虛擬程式，然后，cmd執行python程式，
cmd執行python程式，檔案夾直接進入cmd程式
總結深度學習模型打包步驟
1.將訓練程式和界面程式一起放在一個單獨檔案夾里，注意界面程式讀取模型資源路徑方法
2.cmd進入該檔案夾，然后通過anaconda建立虛擬環境，
3.在虛擬環境下安裝打包exe和程式相關的庫，安裝相關版本的python，
4.在虛擬環境下，進入python，執行訓練程式，模型配置得到保存，
5.在虛擬環境下 將模型配置作為資源檔案，和界面程式 一起打包，得到最終exe檔案
我的一次成功打包結果示意圖見下
附上機器學習打包方法
python打包exe 之打包sklearn模型中的各種坑及其解決方法，
電氣專業的計算機萌新：余登武，寫博文不容易，如果你覺得本文對你有用，請點個贊支持下，謝謝，
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/143344.html
標籤：python