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
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