この記事では、python3 が Python コードを exe ファイルにパッケージ化する方法について説明します。必要な友人は参照してください
基本構成:
Anaconda 3 4.2.0 (python3.5)
注:
1 . コードはすべて英語のディレクトリに保存されます。
2. コンピューター マネージャーなどのセキュリティ ソフトウェアが一時的に閉じられます (リリースされた exe ファイルは実行可能ファイルであるため、コンピューター マネージャーはリリースされたファイルがウイルスであると判断し、自動的に削除される可能性があります)。
具体的な手順は次のとおりです:
1. 記述された Python コードをすべて英語のディレクトリに保存します:
import keras from keras.models import Sequential import numpy as np import pandas as pd from keras.layers import Dense import random import matplotlib.pyplot as plt from tensorflow.examples.tutorials.mnist import input_data from tkinter import filedialog import tkinter.messagebox #这个是消息框,对话框的关键 file_path = filedialog.askdirectory() mnist = input_data.read_data_sets(file_path, validation_size=0) #随机挑选其中一个手写数字并画图 num = random.randint(1, len(mnist.train.images)) img = mnist.train.images[num] plt.imshow(img.reshape((28, 28)), cmap='Greys_r') plt.show() x_train = mnist.train.images y_train = mnist.train.labels x_test = mnist.test.images y_test = mnist.test.labels #reshaping the x_train, y_train, x_test and y_test to conform to MLP input and output dimensions x_train = np.reshape(x_train, (x_train.shape[0], -1)) x_test = np.reshape(x_test, (x_test.shape[0], -1)) y_train = pd.get_dummies(y_train) y_test = pd.get_dummies(y_test) #performing one-hot encoding on target variables for train and test y_train=np.array(y_train) y_test=np.array(y_test) #defining model with one input layer[784 neurons], 1 hidden layer[784 neurons] with dropout rate 0.4 and 1 output layer [10 #neurons] model=Sequential() model.add(Dense(784, input_dim=784, activation='relu')) keras.layers.core.Dropout(rate=0.4) model.add(Dense(10,input_dim=784,activation='softmax')) # compiling model using adam optimiser and accuracy as metric model.compile(loss='categorical_crossentropy', optimizer="adam", metrics=['accuracy']) # fitting model and performing validation model.fit(x_train, y_train, epochs=20, batch_size=200, validation_data=(x_test, y_test)) y_test1 = pd.DataFrame(model.predict(x_test, batch_size=200)) y_pre = y_test1.idxmax(axis = 1) result = pd.DataFrame({'test': y_test, 'pre': y_pre}) tkinter.messagebox.showinfo('Message', 'Completed!')
2. コマンドラインから、pyinstaller
pip install pyinstaller
3 を実行します。 . コマンドラインパッケージングファイル
まず、Pythonコードが配置されているディレクトリにパスを切り替え、ステートメントを実行します:
pyinstaller -F -w xxx.py
4.パッケージ化が完了するまで待ちます。 、ビルド フォルダーが生成され、dist フォルダーに exe 実行可能ファイルが含まれます。プログラムがリソースを参照する場合、リソース ファイルは exe の正しい相対ディレクトリに配置される必要があります。
5. exeファイルを実行します。
ファイルの実行時にエラーが発生する場合があります。この場合は、下の図に示されているフォルダーをexeファイルがあるディレクトリにコピーする必要があります
。
正常に実行されました!
関連する推奨事項:
Python のフォルダーのパッケージ化方法 (zip、tar、tar.gz など) のまとめ
以上がPython コードを exe ファイルにパッケージ化する python3 メソッドの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

限られた時間でPythonの学習効率を最大化するには、PythonのDateTime、時間、およびスケジュールモジュールを使用できます。 1. DateTimeモジュールは、学習時間を記録および計画するために使用されます。 2。時間モジュールは、勉強と休息の時間を設定するのに役立ちます。 3.スケジュールモジュールは、毎週の学習タスクを自動的に配置します。

PythonはゲームとGUI開発に優れています。 1)ゲーム開発は、2Dゲームの作成に適した図面、オーディオ、その他の機能を提供し、Pygameを使用します。 2)GUI開発は、TKINTERまたはPYQTを選択できます。 TKINTERはシンプルで使いやすく、PYQTは豊富な機能を備えており、専門能力開発に適しています。

Pythonは、データサイエンス、Web開発、自動化タスクに適していますが、Cはシステムプログラミング、ゲーム開発、組み込みシステムに適しています。 Pythonは、そのシンプルさと強力なエコシステムで知られていますが、Cは高性能および基礎となる制御機能で知られています。

2時間以内にPythonの基本的なプログラミングの概念とスキルを学ぶことができます。 1.変数とデータ型、2。マスターコントロールフロー(条件付きステートメントとループ)、3。機能の定義と使用を理解する4。

Pythonは、Web開発、データサイエンス、機械学習、自動化、スクリプトの分野で広く使用されています。 1)Web開発では、DjangoおよびFlask Frameworksが開発プロセスを簡素化します。 2)データサイエンスと機械学習の分野では、Numpy、Pandas、Scikit-Learn、Tensorflowライブラリが強力なサポートを提供します。 3)自動化とスクリプトの観点から、Pythonは自動テストやシステム管理などのタスクに適しています。

2時間以内にPythonの基本を学ぶことができます。 1。変数とデータ型を学習します。2。ステートメントやループの場合などのマスター制御構造、3。関数の定義と使用を理解します。これらは、簡単なPythonプログラムの作成を開始するのに役立ちます。

10時間以内にコンピューター初心者プログラミングの基本を教える方法は?コンピューター初心者にプログラミングの知識を教えるのに10時間しかない場合、何を教えることを選びますか...

fiddlereveryversings for the-middleの測定値を使用するときに検出されないようにする方法


ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

SublimeText3 中国語版
中国語版、とても使いやすい

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

SecLists
SecLists は、セキュリティ テスターの究極の相棒です。これは、セキュリティ評価中に頻繁に使用されるさまざまな種類のリストを 1 か所にまとめたものです。 SecLists は、セキュリティ テスターが必要とする可能性のあるすべてのリストを便利に提供することで、セキュリティ テストをより効率的かつ生産的にするのに役立ちます。リストの種類には、ユーザー名、パスワード、URL、ファジング ペイロード、機密データ パターン、Web シェルなどが含まれます。テスターはこのリポジトリを新しいテスト マシンにプルするだけで、必要なあらゆる種類のリストにアクセスできるようになります。

Dreamweaver Mac版
ビジュアル Web 開発ツール

PhpStorm Mac バージョン
最新(2018.2.1)のプロフェッショナル向けPHP統合開発ツール
