最小化（轻量版）PyTorch和Numpy包在生产中。

Question

我正在将一个模型投入生产，我需要扫描所有的依赖关系(Pytorch 和 Numpy)事先通过 VeraCode扫描.

我注意到大部分的缺陷来自于Pytorch和numpy的测试脚本和caffe2模块。

有什么办法可以只构建安装我在应用中使用的这些包的一部分吗？(例如，我不会在应用程序中使用测试和caffe2，所以没有必要在我的PyTorch Numpy源代码中使用它们)

Answer 1

1. PyInstaller

你可以使用 pyinstaller. 这个工具将你的应用与Python和依赖关系打包，只使用你需要的部分(简化，实际上很难准确跟踪你的包，所以一些其他的东西也会被捆绑)。

此外，你可能会遇到一些怪癖和变通方法，使它与 pytorch 和 numpy 因为这些依赖性很重（尤其是 pytorch).

2. 只使用 PyTorch

numpy 和 pytorch 的功能非常相似（因为PyTorch试图与之兼容），因此，也许您可以只使用其中的一个，这样可以进一步简化整个事情。

3. 使用C++

根据你的应用程序的其他部分，你可能会用C++写它（至少是神经网络），使用的是 PyTorch的C++前端 稳当 1.5.0 发布。

通过这一途径，您可以编译 PyTorch 的 .cpp 源代码静态化（所以所有的依赖关系都是链接的），这让你可以获得相对较小的二进制大小（如30Mb 与PyTorch的 1GB+)，但需要大量的工作。