系统环境中安装的是Python3.5，项目中需要的Python为3.6及以上的环境，所以用conda虚拟环境进行隔离。
conda
; 项目搭建
进入虚拟环境，安装所需要的包。
sh Miniconda3-py37_4.11.0-Linux-x86_64.sh
source ~/.bashrc
conda config --set auto_activate_base false
conda create -n pytorch python=3.6
conda activate pytorch
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda install -n pytorch pytorch torchvision cudatoolkit=10.0
pip install insightface
pip install pymatting
pip install onnxruntime-gpu==1.0
conda install gunicorn
conda install flask
conda install gevent
gunicorn -c config.py flask_matting:app
问题
onnxruntime和cuda版本不匹配问题
- 问题
onnxruntime与cuda版本不匹配，可能出现的问题。
- 解决方法
查看cuda版本
nvcc -V
查看conda虚拟环境下pip的安装路径可以用
pip -V来查看。
gunicorn在conda虚拟环境下不能通过配置文件启动
该问题需要在gunicorn的配置文件config.py中加入如下代码，只有这样才能在log/error.log中显示问题的内容。不能用字典的形式写输出日志，使用字典的形式输出日志不显示问题的内容。
import os
import gevent.monkey
gevent.monkey.patch_all()
import multiprocessing
bind = '0.0.0.0:8000'
pidfile = 'log/gunicorn.pid'
accesslog = 'log/access.log'
errorlog = 'log/error.log'
- 问题
- 解决方法
通过测试不是gunicorn版本的问题。主要是因为配置文件中work_class = gevent的问题。将work_class = gevent修改为worker_class = 'gunicorn.workers.ggevent.GeventWorker就可以启动，但是不使用conda虚拟环境下的服务器上work_class = gevent可以直接启动，不需要修改。
import os
import gevent.monkey
gevent.monkey.patch_all()
import multiprocessing
bind = '0.0.0.0:7788'
pidfile = 'log/gunicorn.pid'
logconfig_dict = {
'version':1,
'disable_existing_loggers': False,
'loggers':{
"gunicorn.error": {
"level": "WARNING",
"handlers": ["error_file"],
"propagate": 1,
"qualname": "gunicorn.error"
},
"gunicorn.access": {
"level": "DEBUG",
"handlers": ["access_file"],
"propagate": 0,
"qualname": "gunicorn.access"
}
},
'handlers':{
"error_file": {
"class": "logging.handlers.RotatingFileHandler",
"maxBytes": 1024*1024*1024,
"backupCount": 1,
"formatter": "generic",
"filename": "./log/gunicorn.error.log"
},
"access_file": {
"class": "logging.handlers.RotatingFileHandler",
"maxBytes": 1024*1024*1024,
"backupCount": 1,
"formatter": "generic",
"filename": "./log/gunicorn.access.log",
}
},
'formatters':{
"generic": {
"format": "'[%(process)d] [%(asctime)s] %(levelname)s [%(filename)s:%(lineno)s] %(message)s'",
"datefmt": "[%Y-%m-%d %H:%M:%S %z]",
"class": "logging.Formatter"
},
"access": {
"format": "'[%(process)d] [%(asctime)s] %(levelname)s [%(filename)s:%(lineno)s] %(message)s'",
"class": "logging.Formatter"
}
}
}
capture_output = True
loglevel = 'debug'
daemon = True
reload = True
workers = 1
worker_class = 'gunicorn.workers.ggevent.GeventWorker'
x_forwarded_for_header = 'X-FORWARDED-FOR'
安装的pytorch是CPU版本
conda环境中python为3.7时，用conda命令安装的pytorch可能时cpu版本，需要用 conda list确认安装的是否是GPU版本。
conda install pytorch==1.4.0 torchvision cudatoolkit=10.0
Pillow、Numpy版本造成的错误
- Pillow
ImportError: cannot import name 'PILLOW_VERSION' from 'PIL'
安装pillow==8.4.0版本
* numpy
安装numpy==1.20.0版本
ValueError: numpy.ndarray size changed, may indicate binary incompatibility. Expected 88 from C header, got 80 from PyObject
参考资料
conda—学习笔记
在Anaconda虚拟环境中pip安装的包无法使用
CUDA Execution Provider
gunicorn flask启动没有多个worker_Gunicorn常用配置
ValueError: numpy.ndarray size changed, may indicate binary incompatibility. Expected 88 from C header, got 80 from PyObject
import torchvision报错ImportError: cannot import name ‘PILLOW_VERSION’ from ‘PIL’
解决torch.cuda.is_available()一直返回False的玄学方法之一
Original: https://blog.csdn.net/studyeboy/article/details/123222067
Author: studyeboy
Title: conda 环境中部署gunicorn+flask项目
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/744918/
转载文章受原作者版权保护。转载请注明原作者出处！