一、anaconda环境配置
创建虚拟环境(建议python3.5版本)
conda create --name py3.5 python=3.5
安装指定版本的TensorFlow(建议1.10.0版本)
- 首先在Anaconda的库中查找所有的相关的repository。
anaconda search -t conda tensorflow
- 根据自己的环境选择安装对应的版本,查看repository中的信息,anaconda会返回供安装的版本号以及安装方法
anaconda show aaronzs/tensorflow //这里选择win64 1.10.0版本aaronzs/tensorflow
- 根据返回的内容进行安装
conda install --channel https://conda.anaconda.org/aaronzs tensorflow
二、安装并启动bert-serving-server
使用 pip 命令进行安装
pip install bert-serving-server # 服务端
pip install bert-serving-client # 客户端
下载预训练模型
anaconda prompt中激活已建好的py3.5环境
activate py3.5
启动 BERT 服务
bert-serving-start -model_dir /tmp/english_L-12_H-768_A-12/ -num_worker=2 //模型路径自改
三、踩雷
python3.7.3版本下安装tensorflow默认2.0.0,不支持tensorflow1.10.0,而暂时bert-serving-server不支持tensorflow2.0.0,建议tensorflow1.10.0版本,python3.5。
不然会报错:
TypeError: ‘NoneType’ object is not iterable #377
fail to optimize the graph!
附github链接
启动出错其他问题可查询链接