Bert 训练模型通过http方式提供服务

44 篇文章 183 订阅 ¥9.90 ¥99.00
27 篇文章 0 订阅
本文介绍了如何通过HTTP方式访问BERT训练模型进行预测。重点强调了环境配置,如Python 3.7.0、TensorFlow 1.13.1和bert-base 0.0.9的版本匹配。首先确保安装好所需组件,特别是BERT模型。然后,将BERT的ckpt模型转换为.pb文件,并放置在正确位置。接着编写启动脚本并运行,最后在Postman中测试HTTP接口,发送JSON格式的请求数据进行预测。
摘要由CSDN通过智能技术生成

1 如何通过http方式访问 bert 训练的模型进行预测结果的返回

2 注意各组件的版本,我用的是 python3.7.0 ,tensorflow 1.13.1 , bert-base=0.0.9 要是组件的版本不对会报一些莫名的异常.

3 安装步骤:

a) 默认其他组件环境已经安装好了,只安装bert-base

开始执行

pip install bert-base==0.0.9 -i https://pypi.python.org/simple

OR

git clone https://github.com/macanv/BERT-BiLSTM-CRF-NER
cd BERT-BiLSTM-CRF-NER/
python3 setup.py install

如果flask没安装可能会有异常,继续安装

sudo pip install flask 
sudo pip install flask_compress
sudo pip install flask_cors
sudo pip install flask_json

 安装完成后实验一下:

用命令:

bert-base-ner-train -help

如果出现:

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

lg4546

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值