飞桨paddlenlp在windows系统安装流程

conda create -n 环境名称 python=3.8

我这里是

conda create --prefix=E:\Anaconda3\envs\my_paddlenlp python=3.8

然后

pip install --upgrade paddlenlp -i https://pypi.tuna.tsinghua.edu.cn/simple

cpu版本安装：

pip install paddlepaddle==2.5.0rc1 -i https://pypi.tuna.tsinghua.edu.cn/simple

gpu版本安装：

登录开始使用_飞桨-源于产业实践的开源深度学习平台

查询对应版本的paddlepaddle。我这里是windows系统，cuda==11.7，所以选择

python -m pip install paddlepaddle-gpu==2.5.0.post117 -f https://www.paddlepaddle.org.cn/whl/windows/mkl/avx/stable.html

根据飞桨官网要求，cuda11.7对应的cuDNN版本为8.4.1。从cuDNN Archive | NVIDIA Developer找到对应的cuDNN下载，然后将压缩包解压到CUDA所在文件夹即可。

安装完成，开始测试

python

from pprint import pprint

from paddlenlp import Taskflow

schema = ['时间', '选手', '赛事名称'] # Define the schema for entity extraction

ie = Taskflow('information_extraction', schema=schema)

pprint(ie("2月8日上午北京冬奥会自由式滑雪女子大跳台决赛中中国选手谷爱凌以188.25分获得金牌！"))

输出结果：

[{'时间': [{'end': 6,

          'probability': 0.9857378532924486,

          'start': 0,

          'text': '2月8日上午'}],

  '赛事名称': [{'end': 23,

            'probability': 0.8503089953268272,

            'start': 6,

            'text': '北京冬奥会自由式滑雪女子大跳台决赛'}],

  '选手': [{'end': 31,

          'probability': 0.8981548639781138,

          'start': 28,

          'text': '谷爱凌'}]}]