安装并启动bert-serving-server

建议环境：python3.5、tensorflow1.10.0

1、创建py3.5虚拟环境

conda create --name py3.5 python=3.5

2、激活环境 

activate py3.5

3、安装tensorflow1.10.0

conda install --channel https://conda.anaconda.org/anaconda tensorflow=1.10.0

4、安装bert-serving-server

pip install bert-serving-server # 服务端
pip install bert-serving-client # 客户端

5、下载bert预训练模型

模型下载链接

6、启动bert-serving-server

我在bert项目中新建了一个server.py，内容如下：

from bert_serving.server import BertServer
from bert_serving.server.helper import get_run_args

if __name__ == '__main__':
    args = get_run_args()
    server = BertServer(args)
    server.start()
    server.join()

接着在pycharm的控制台里执行

python server.py -model_dir D:\research_group\code_retrieval\code_generation\uncased_L-12_H-768_A-12\ -num_worker=2

（其中-model_dir后面是模型的路径，-num_worker是线程数，表示同时可以处理多少个并发请求

然后就可以了

7、踩坑小结

（1）两天里装了两三次，第一次在安装tensorflow前没有激活py3.5，导致tensorflow1.10.0不在py3.5环境下

（2）不要随意升级pip，再用pip安装会导致报格式错误，成功解决

（3）两次装完bert之后，

from bert_serving.client import BertClient

最后BertClient下有红线，？？？？？？搜了半年啥也没搜到

最后单独卸掉了bert-serving-client，重新安装，就不报错了………（无语子

（4）bert简直比去年装tensorflow还要恶心，救命