Bert-as-service启动失败问题解决

在尝试使用Bert-as-service获取词向量时遇到启动问题,通过指定model_dir参数解决了模型路径问题,但初始问题仍未解决。在阅读JieFeiLau大佬的博客后,使用python3命令成功启动服务。
摘要由CSDN通过智能技术生成

bert-serving-start启动失败

问题

想得到Bert编码的词向量或句向量之间的相似度,在fork hanxiao博士的Bert as service时,出现了如下几个问题:

> bert-serving-start: command not found
> Nonetype is not iteralble

第二个问题是把下载好的bert预训练模型的绝对路径指定给 model_dir参数即可。
第一个问题在原项目的issue里并没有找到有效的解决方式,做过的尝试有:

export PATH="$HOME/MyFiles/.local/bin:$HOME"
pip install tensorflow==1.15
(虽然升级tf没有完全解决启动失败问题,但这是一个必要不充分条件,版本必须得是1.10+)

配置

Ubuntu 16.04
python 3.5.2
tf 1.15.0

解决方法

终于看到了一位大佬JieFeiLau的博客,找到了解决方案!
简述如下:

cd /home/ubuntu/MyFiles/.local/bin
ls -l

此时执行bert-se

  • 3
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
评论 2
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
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