Skip to content
/ QPT Public
forked from QPT-Family/QPT

[内测中]前向式Python环境快捷封装工具,快速将Python打包为EXE并添加CUDA、NoAVX等支持。

License

Notifications You must be signed in to change notification settings

nmusik/QPT

 
 

Repository files navigation

QPT - Quick packaging tool 快捷封装工具

Downloads GitHub release (latest by date including pre-releases) GitHub forks GitHub Repo stars GitHub QQGroup

GitHub主页 | Gitee主页

QPT是一款可以“模拟”开发环境的多功能封装工具,最短只需一行命令即可将普通的Python脚本打包成EXE可执行程序,并选择性添加CUDA和NoAVX的支持,尽可能兼容更多的用户环境。

感觉还可以的话,求求了,点个Star吧

版本说明

EAP - The Early Access Program

当前版本为V1.0b2版本。更新日志

当前版本为尝鲜版本,仅具备基本功能,而且可能会有未测试出的Bug,建议在指导下投入生产环境。

使用时如发现问题,强烈建议加QQ群1128826410与我们进行交流,我们仍在更新~

  • 使用QPT的优势
    【可定制兼容方案】在打包形如PaddlePaddle深度学习Python库时也可流畅打包,通过自定义SubModule来让QPT来捕捉你的习惯。  
    【解释/命令双模式】不喜欢用命令打包也木有问题,Python语句照样可以轻松打包。  
    【轻松引入CUDA库】还担心用户不会安装CUDA吗?放心,这些QPT在打包时也考虑到了,无需用户安装也能用起CUDA。  
    【兼容大部分NoAVX平台】没有AVX慢是慢了点,但10年前的台式机就没有机会体验来自深度学习的乐趣吗?  
    【简单实用的Debug组件】QPT提供了几个实用的Debug工具以及日志系统,用户使用出现问题也可更快追踪异常情况。  
    【简约不简单的EXE】支持三种打包方式:秒安装、首次安装、在线安装三种方式,对应了三种:普通、较小、Mini三种打包体积,未来还将支持1M+大小的在线部署模块。
    
  • QPT的缺陷
    【环境模拟】由于是“模拟”开发环境,所以相较传统打包对项目的规范程度有一定要求,越规范的项目越不容易踩坑,但也提升了使用成本。  
    【依赖处理】QPT只会打包源码中出现的Python包,但如果该包的依赖部分书写不规范(当然,大部分Python包是规范的)则可能会出现依赖缺失的问题。若您没有Requirements文件,那么在QPT自动生成Requirements.txt文件后需要您确认依赖是否完备,否则可能会有依赖漏掉的情况。  
    【踩坑继承】您搭建项目时所踩下的坑,QPT在模拟时可能并不会自动打包进去,极端情况下仍需要您手动撰写SubModule来保证用户可以正常使用。 
    

*以上均以PaddlePaddle为基准,其他深度学习框架在测试版本中可能需要手动添加Module。

快速使用

安装/更新QPT到当前环境

安装

  • 通用方式:python -m pip install qpt
  • 国内推荐:python -m pip install qpt -i https://mirrors.bfsu.edu.cn/pypi/web/simple

更新 - 强烈建议先卸载后安装

  • Step1 卸载:python -m pip uninstall qpt
  • Step2 安装:python -m pip install qpt

开始打包

方式一、撰写打包脚本[推荐]

  • 撰写以下代码即可完成打包:

    # 导入QPT
    from qpt.executor import CreateExecutableModule as CEM
    
    #                                                        -----关于路径的部分,强烈建议使用绝对路径避免出现问题-----
    module = CEM(work_dir="./sample_program",                # [项目文件夹]待打包的目录,并且该目录下需要有↓下方提到的py文件
                 launcher_py_path="./sample_program/run.py", # [主程序文件]用户启动EXE文件后,QPT要执行的py文件
                 save_path="./out")                          # [输出目录]打包后相关文件的输出目录
               # requirements_file="auto"                    # [Python依赖]此处可填入依赖文件路径,也可设置为auto自动搜索依赖
               # hidden_terminal=False                       # [终端窗口]设置为True后,运行时将不会展示黑色终端窗口  
               # interpreter_module=Python37()               # [跨版本编译]需要预先from qpt.modules.python_env import Python37
                                                             # 好奇什么时候需要跨版本编译?可参考下方"进阶使用QPT"一节的《打包兼容性更强的Python解释器》
               # icon="your_ico.ico"                         # [自定义图标文件]支持将exe文件设置为ico/JPG/PNG等格式的自定义图标
    # 开始打包
    module.make()

方式二、使用命令打包[快捷]

注意:使用命令打包的前提是当前默认Python环境中使用pip安装了qpt,否则可能存在形如qpt不是内部或外部命令,也不是可运行的程序的报错信息。此外,若需要自动搜索依赖,强烈建议将QPT安装在开发环境,并且在开发环境中执行QPT,因为QPT会在搜索文件的import和pip list进行比对来确保搜索结果精确。

  • 打开cmd/终端并输入以下命令即可完成打包:

    chcp 65001
    qpt.exe -f ./sample_program -p ./sample_program/run.py -s ./out -h False

    chcp 65001 命令可使得终端转为utf-8形式,避免出现编码问题

  • 完整命令列表可使用qpt --help获取:

    Options:
      -f, --folder TEXT     [项目文件夹]待打包的文件夹路径该目录也应当为整个项目的根目录或工作目录否则可能会导致出现找不到模块等P
                            ython基础报错。  [required]
      -p, --py TEXT         [主程序文件]待打包的主要Py脚本文件所在的路径例如要yyy/xxx.py中xxx.py是需要打包的主要P
                            ython文件那么该处填写xxx.py即可。  [required]
      -s, --save TEXT       [输出目录]打包后文件保存的路径。  [required]
      -r, --require TEXT    [Python依赖]自动检测软件包依赖填写auto后将会自动查找待打包的文件夹路径中所有py文件的impo
                            rt使用情况最终生成requirements文件
                            当然也可传入requirements.txt文件路径这样即可指定依赖列表进行安装-h, --hidden BOOLEAN  [终端窗口]是否隐藏全部终端窗口若输入true或判定为真则隐藏全部Terminal窗口适用于使用了PyQ
                            TTK等桌面级可视化程序),输入false或判定为否则不隐藏适用于Console & 终端程序)。
      -i, --icon TEXT       [自定义图标文件]传入自定义图标文件路径为EXE设置属于你的图标样式支持将exe文件设置为ico/JPG/PNG等格式的自定义图标--help                Show this message and exit.

进阶使用QPT

完整进阶使用文档详见examples/advanced

高阶开发手册

预计V1.0RC版本发布

设计思想

发版安排 - 随时可能咕咕咕

本项目并不是大团队维护的项目,没有组织,没有纪律,如有特殊需求可考虑PR代码,维护者并不会按照计划外的意愿进行维护,随时可能咕咕咕,故入坑需谨慎。

  • 2021.6上旬 QPT V1.0 Alpha版本发布 - 确定初始架构,保证可以凑合用
  • 2021.8 QPT V1.0 Beta版本发布 - 调整架构,完善兼容性
  • 2021.10 QPT V1.0 RC版本发布 - 增加更多基础功能
  • 2021.12 QPT V1.0 正式发布 - 完事了,开始正常发版

与其他打包工具对比 - 尚未更新最新版本测试

基准为对PaddlePaddle2.1.0版本的CPU与GPU版本以及其相关依赖进行打包,以下为与其他打包工具的对比情况。(*为省略了部分软件包名)

工具名称 打包方案 离线部署体积CPU/GPU 在线部署 是否支持CUDA加速 是否对NoAVX兼容 运行速度 加密
QPT 前向式模拟 100M+/1.2GB+ 30M+ 支持打包CUDA 兼容 快速 在做了
Pyin* 反向推理 高于QPT 不支持 需用户安装 不支持 一般 Pyd
CxFr* 反向推理 暂未测试 不支持 需用户安装 不支持 一般 Pyd
Nuit* 源码编译 暂未测试 不支持 需用户安装 不支持 快速 编译加密

其他说明

  1. QPT会在用户第一次运行时会有环境兼容性适配步骤,与其他打包工具相比会显得耗时,但随后的运行速度可接近原生开发环境。
  2. 已知Pyin*在打包时默认打包命令在打包PaddlePaddle时会有较大可能性打包失败,需要用户额外添加相关动态链接库并屏蔽部分Python包方可运行。
  3. 除QPT外,更推荐Nuit*来打包深度学习相关库,性能好且打包难度较低。
  4. NoAVX支持非常重要,当前仍有大量桌面级用户使用NoAVX平台。

社区相关

这些项目也在用

以下为内测QPT提供支持的开源项目,在此非常感谢这些作者为QPT提供的宝贵建议以及多次的调试与沟通,这也是QPT走向成熟的关键,同时也要感谢各位大佬在面对Bug时的不杀之恩。

  1. 交互式语义分割标注软件 - PaddleCV-SIG/iann
  2. 景观健康效益辅助评估工具 - JiehangXie/Landscape-Heath-Score
  3. 团子翻译器-OCR部分 - PantsuDango/Dango-Translator

社区支持

Jetbrains 全家桶支持

本项目开发所使用的IDE由Jetbrains支持。

https://jb.gg/OpenSource

来一杯咖啡☕

一杯咖啡提神醒脑,代码更新会更快更好!

图片

开源协议

本项目使用GNU LESSER GENERAL PUBLIC LICENSE(LGPL)开源协议。

Other情况

  1. 形如使用QPT简单打包了自己的“强化学习小游戏”等操作,该情况无需申请QPT授权以及更换个人代码仓库完整的开源协议。
  2. 若对QPT源代码进行了修改,尽管这些代码非恶意代码,但为了保证开发者和使用者权益和安全,在未取得QPT授权的情况下需要开源完整的源代码等LGPL协议中所要求的内容。

About

[内测中]前向式Python环境快捷封装工具,快速将Python打包为EXE并添加CUDA、NoAVX等支持。

Resources

License

Code of conduct

Stars

Watchers

Forks

Packages

No packages published

Languages

  • Python 97.8%
  • C# 1.5%
  • Other 0.7%