Nodejs+express后端运行Anaconda安装的pytorch环境的py文件

做了个目标检测项目，想把模型最后运用起来，奈何自己只会nodejs，不会java啥的，找了很多博客，基本上没有这样做过，最终在看了node运行命令行，以及多条命令行的运行相关知识，参考了其他大佬的知识，做了出来。

在一个文件夹中打开cmd命令行，输入 express -e XXX
XXX为你的项目名字

在app.js 中添加代码,监听8090端口

在routes文件夹中的index.js中添加代码：
首先引入相关库child_process

const child_process = require('child_process');

然后用child_process .exec()方法
第一个输入字符串就是你cmd命令行要执行的内容，也就是node帮你开了一个shell执行cmd命令

'activate pytorch && cd /d "E:/xiamen/web/public/test_val" && python run_on_seq.py'

这里第一个命令是 activate pytorch 就是激活你的anaconda下创建的pytorch环境
然后执行命令 cd /d “E:/xiamen/web/public/test_val” 进入你py文件代码的文件夹
最后就是运行 python run_on_seq.py

代码如下：

router.get('/calculation',function(req,res,next){
  //创建子进程
  //这里是shell语句，可以通过&&将多条命令执行，这里cmd 用activate就可以激活，只有conda的shell才需要加conda
  var workerProcess = child_process.exec('activate pytorch && cd /d "E:/xiamen/web/public/test_val" && python run_on_seq.py', function (error, stdout, stderr) {
    if (error) {
        console.log(error.stack);
        console.log('Error code: '+error.code);
        console.log('Signal received: '+error.signal);
    }else{
      console.log('stdout: ' + stdout);
      console.log('stderr: ' + stderr);
      res.send(eval(stdout))   //这里要eval一下，然后在客户端才能eval将字符串转化为json数组
    }
    
      
  });

  workerProcess.on('exit', function (code) {
      console.log('子进程已退出，退出码 '+code);
  });
});

之前就一直在想怎么用node把深度学习的模型运行起来，做一个交互。这下终于完成了，这个方法也适用于TensorFlow，改一改命令就行了，博客有不足之处，欢迎在评论中提出！

参考博客：
https://www.jianshu.com/p/b1dc42c152ab