pyinstaller打包onnxruntime-gpu报错找不到CUDA的解决方案

问题说明：

使用onnxruntime-gpu完成了深度学习模型部署，但在打包时发生了报错：找不到CUDA

具体问题描述：

RuntimeError: D:\a_work\1\s\onnxruntime\python\onnxruntime_pybind_state.cc:857 onnxruntime::python::CreateExecutionProviderInstance CUDA_PATH is set but CUDA wasnt able to be loaded. Please install the correct version of CUDA andcuDNN as mentioned in the GPU requirements page (https://onnxruntime.ai/docs/execution-providers/CUDA-ExecutionProvider.html#requirements), make sure they're in the PATH, and that your GPU is supported

前提：

1、确保你的 GPU 受 CUDA 支持，并且驱动程序已正确安装

2、电脑上已经安装与onnxruntime-gpu对应版本的cuda和cudnn，并加入了环境变量

3、打包之前可以正常运行

解决方案

onnxruntime-gpu

依赖于一些动态链接库，这些库可能不会被

pyinstaller

自动检测到。你可以创建一个自定义的

hook-onnxruntime.py

文件来帮助

pyinstaller

正确识别

onnxruntime-gpu

的依赖项。在项目目录下，创建一个hook-onnxruntime.py文件，并加入以下代码：

from PyInstaller.utils.hooks import collect_dynamic_libs

hiddenimports = ['onnxruntime', 'onnxruntime.capi', 'onnxruntime.capi.onnxruntime_pybind11_state']

binaries = collect_dynamic_libs('onnxruntime')

然后在pyinstaller命令中，使用：

pyinstaller --onefile --additional-hooks-dir=. -w main.py

--onefile：将所有的文件和依赖打包成一个单独的可执行文件

--additional-hooks-dir=.：指定一个额外的目录，

pyinstaller

会在这个目录中查找自定义的钩子（hooks）文件。钩子文件用于在打包过程中处理一些特殊的依赖或行为。

.

表示当前目录，即在当前目录中查找钩子文件

-w main.py：指定需要打包的py文件，不带控制台窗口打包

pyinstaller常用命令参数

基本参数

• **-F or --onefile：**将所有内容打包成一个单独的可执行文件
• **-D or --onedir：**将所有内容打包成一个目录
• **-w or --windowed or --noconsole：**对于 Windows 和 Mac OS X，不带控制台窗口打包

添加数据文件

• **--add-data：**添加额外的数据文件到打包的应用程序中；在 Windows 上使用 ;分隔，在 Unix 上使用 : 分隔，例如：pyinstaller --add-data "data/file.txt;data"
• **--add-binary：**添加二进制文件到打包的应用程序中，例：pyinstaller --add-binary "/path/to/binary;bin"
• **--icon：**设置可执行文件的图标
• **--version：**添加版本信息文件
• **--hidden-import：**指定在脚本中没有直接导入的模块
• **--exclude-module：**排除指定的模块

其他参数

• **-n or --name：**指定生成的可执行文件的名称
• **--clean：**在构建之前清理 PyInstaller 缓存和临时文件
• **--key：**使用指定的密钥对 Python 字节码进行加密