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:
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'}]}]