Python3.11二进制AI项目程序打包为苹果Mac App(DMG)-应用程序pyinstaller制作流程(AppleSilicon)
内容提要
本文介绍了如何将基于Python3.11的AI项目程序打包为MacOS的DMG安装包，并提供了详细的操作步骤。
延伸解读
MPS回退机制的作用
文章强调在app.py中设置环境变量PYTORCH_ENABLE_MPS_FALLBACK=1，这是为了在苹果芯片上利用MPS加速，同时当MPS不可用时自动回退到CPU。如果不设置，推理时会报错。这提醒开发者在打包AI项目时，需注意框架对苹果GPU的支持情况，并做好兼容处理。
功能限制：不支持动物表情驱动
由于xpose暂不支持MPS推理，打包后的Mac版本仅支持人物表情驱动，无法处理动物表情。这意味着在苹果系统上部署类似LivePortrait的项目时，功能会有所取舍。用户需根据实际需求评估是否接受这一限制，或寻找替代方案。
打包配置的关键点
使用pyinstaller打包时，需创建app.spec文件，声明入口文件、依赖文件以及第三方目录（如pretrained_weights）。文章示例中通过collect_data_files收集gradio相关数据，并设置module_collection_mode。正确配置这些内容才能确保打包后的程序包含所有必要资源，避免运行时缺失文件。
DMG制作注意事项
制作DMG安装包时，需用磁盘工具新建磁盘文件，格式必须为Mac OS扩展（日志式），且体积要大于2G。将打包好的项目文件拷贝进去后，通过“映像-转换”压缩生成DMG。最终得到的DMG文件约2.5G，可在其他Mac电脑上双击安装运行。这为分发AI应用提供了便捷方式。
Q&A
如何将Python3.11的AI项目打包为MacOS的DMG安装包？
首先确保安装arm内核的Python3.11，克隆项目并安装依赖，修改app.py设置环境变量，安装pyinstaller，创建app.spec文件，运行打包命令，最后使用磁盘工具生成DMG文件。
在打包过程中需要设置哪些环境变量？
需要设置环境变量PYTORCH_ENABLE_MPS_FALLBACK为1，以启用PyTorch的MPS加速功能。
使用pyinstaller打包时需要注意哪些配置？
需要在app.spec文件中声明项目的入口文件、依赖文件和三方目录等配置。
如何测试打包后的AI项目？
在dist目录下找到生成的可执行程序，双击LivePortrait图标进行测试。
DMG安装包的创建步骤是什么？
使用磁盘工具新建磁盘文件，拷贝打包好的项目文件，压缩磁盘文件以生成DMG安装包。
为什么需要使用MPS加速功能？
MPS加速功能可以提高机器学习模型的训练和推理速度，特别是在支持MPS的设备上。
