Anaconda 安装 rasa

最新推荐文章于 2024-05-29 17:06:24 发布
最新推荐文章于 2024-05-29 17:06:24 发布
阅读量982 收藏 4
点赞数 1
分类专栏： rasa 文章标签： python 人工智能 聊天机器人
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43952924/article/details/116208199
版权

Anaconda 安装 rasa

1.安装Anaconda 一定要注意勾选第一个

在这里插入图片描述

打开Anaconda Powershell Prompt
2.创建虚拟环境命令：conda create --name installingrasa python=3.7.6
3.conda activate installingrasa
4.conda install ujson
5.conda install tensorflow
6.pip install rasa
7.rasa init
输入一堆yes 可以自己尝试对话
（遇到proceed就y）

在这里插入图片描述

Rasa课程、Rasa培训、Rasa面试、Rasa实战系列之Docker Duckling服务部署
段智华的博客
04-04 564
vmvare 本地安装 docker 在windows 10 本地电脑上安装vmvare虚拟机，部署docker duckling服务 centos linux 7.9 镜像下载链接：http://mirrors.aliyun.com/centos/7.9.2009/isos/x86_64/ vmvare安装步骤可以参考网络资料，这里不再赘述。 在centos linux 7.9 版本中安装docker，部署duckling服务。 login as: root root@192.168.28.6's pas
rasa、rasa-webchat 安装使用记录
qq_43233005的博客
04-23 2386
rasa、rasa-webchat 安装使用记录 rasa是一个开源的智能assistant框架，在安装rasa的过程中遇到了一些问题，在这里记录一下问题内容以及解决方案。 1 相关环境说明 这里使用的是anaconda创建的虚拟环境，规定python版本为3.7.9。windows 10 2 安装 2.1 安装rasa-x（失败） 最开始希望安装rasa-x，根据官网的rasa-x安装教程，使用 pip3 install rasa-x --extra-index-url https://pypi.rasa
使用conda安装rasa macbook亲测有效
Lubin的编程专栏
03-05 671
conda安装rasa
2021-06-30anaconda安装rasa
weixin_42639575的博客
07-01 183
Ubuntu启动anaconda： source ~/anaconda3/bin/activate root 查看当前所有虚拟环境： conda info -e 创建虚拟环境 链接：Anaconda在Ubuntu下的安装与简单使用 conda create -n your_env_name python=X.X（2.7、3.6等） To activate this environment, use $ conda activate rasa To deactivate an active envi
Anaconda、Rasa 简记
weixin_30299539的博客
08-31 531
　　由于需要在笔记本上重新安装所有的软件和环境，其中的安装anaconda和rasa，实在让人头痛，在此简单记录！ 　　感谢博主：https://blog.csdn.net/lsf_007/article/details/87931823、https://terrifyzhao.github.io/2018/09/17/Rasa%E4%BD%BF%E7%94%A8%E6%8C%87%E...
Rasa安装
baidu_36965385的博客
12-04 435
安装rasa：pip install rasa==3.4.6 --use-feature=2020-resolver。创建一个rasa专用的环境：conda create -n py38_rasa python=3.8。使用py38_rasa：conda activate py38_rasa。解决办法：pip install websockets==10.0。②询问你是否训练模型yes。重新执行rasa init。而后就可以人机对话了。
anaconda+python3.6安装rasa报错
SparklingStar1的博客
08-25 466
setuptools版本问题 更新一下版本再下载就好了
java8源码-Rasa_QAbot:基于Rasa构建QAbot
06-04
rasa安装 基础包安装 pip install rasa_core==0.10.4 pip install rasa_addons==0.4.3 pip install sklearn_crfsuite pip install jieba rasa_nlu在安装rasa_core的过程中已经装好,此处不需要安装
cxy安装rasa心得
CxyAndyC的博客
09-16 277
Rasa环境搭建小白零基础版本！（windows10） —— 官网搭建视频，配上我的报错解决。 效果极佳！ （对了，一定要全部看完我的文章和官网视频再配置，也就十分钟，但对全局都会有个很好的理解！！）
windows10，基于已有的anaconda和pycharm安装rasa
weixin_40531919的博客
06-02 848
本文介绍在windows系统上 rasa、MITIE、rasa-nlu-chi、rasa x 的安装。
Python-RasaCore基于机器学习的对话引擎用于会话软件
08-11
Rasa Core 基于机器学习的对话引擎，用于会话软件
anaconda + pycharm Rasa安装(超详细)
qq_33465047的博客
03-01 5448
rasa超详细安装教程
Anaconda安装和使用
罗罗攀
04-03 259
「Python数据分析养成记」第一篇前言俗话说的好，“工欲善其事，必先利其器”。我们要运行Python代码，就需要Python的环境。本文就将详细讲解anaconda的安...
anaconda linux安装
dudu3332的博客
09-23 183
1.从官网下载Linux版本的anaconda，https://www.anaconda.com/download/ 2.安装anaconda，执行下列命令 bash Anaconda2-5.0.0.1-Linux-x86_64.sh 3.在安装过程中会显示配置路径 Prefix=/home/jsy/anaconda2/ 4.安装完之后，运行python，仍是ubuntu自带的python信息，需自己设置下环境变量 5.在终端输入$sudo gedit /etc/profile，打...
Anaconda 安装和使用
樱花落瓣
05-30 620
一、创建环境 创建命令:conda create -n env_name python=3.x #env_name ： 环境名 #python=2.x/3.x ：指定python版本 示例： conda create -n py36 python=3.6 创建名py36的环境，python版本为3.6 列出bas...
RASA实战二：环境安装和项目创建
arvinChen的博客
04-04 427
下载好源码后，打开项目和如下： 推荐使用conda创建虚拟环境，步骤如下 这里简单提一下如何创建项目，本教程已经提供了源码，下载下来已经是我之前创建过的项目，所以没必要再次执行rasa init 了，初始化的项目就和图一类似，但是些许不同，因为我对目录重新做了规划。
Rasa安装教程（linux anaconda版）：
思念可是反的博客
02-16 2916
Rasa安装教程（linux anaconda版）： 开篇废话： 最近做项目要用Rasa，折腾了两天才安上，过程及其痛苦，查了好久都没找到多少有帮助的文章，终于总结出大家实测可用的手顺，当时不够满意，只打算留在公司内部用，昨晚在YouTube上看了官方的安装视频，完善了自己的手顺，现在我觉得可以发布了。 第一步：创建环境 创建虚拟环境命令：conda create --name 虚拟环境名 python=版本号 conda create --name rasa python=3.7.9 由于rasa版
rasa2.7安装教程（win10）
WonderKing'blog
03-12 547
前提是安装了anaconda，如果未安装，可以看这里安装anaconda的教程---安装rasa需要2-3小时，视网速而定。
《Ai企业知识库》rasa项目-项目启动命令集-开放api接口启动以及保证多轮对话！！
阿丹的博客
05-29 1160
发送消息并接收回复URL方法POST请求体示例"message": "用户输入的消息","sender": "用户标识"响应: 包含机器人的回复信息。解析自然语言理解（NLU）URL方法POST请求体示例"text": "用户输入的文本"响应: 包含NLU解析结果，如意图、实体等。多轮对话的连贯性主要依赖于会话ID的管理和状态的恰当传递。Rasa提供了必要的机制来支持这一点，但实现细节需要开发者在设计客户端和服务端交互逻辑时仔细考虑。
jupyter notebook使用rasa
最新发布
03-24
<think>好的，我需要帮助用户在Jupyter Notebook中集成和使用Rasa。首先，我得回忆一下Rasa是什么，它是一个开源的对话机器人框架，主要用于构建上下文感知的聊天机器人。用户可能想在Jupyter中进行开发和测试，可能是为了结合数据分析或机器学习流程。 首先，用户需要在Jupyter环境中安装Rasa。根据引用[1]，他们可能已经安装了常用的Python包，但Rasa需要单独安装。我应该提醒用户使用pip或者conda安装Rasa，注意版本兼容性，可能需要指定版本号以避免依赖冲突。 接下来，创建Rasa项目。通常Rasa项目是通过命令行初始化的，但在Jupyter中可能需要用魔术命令，比如!rasa init，或者通过Python代码调用子进程来执行这些命令。需要指导用户如何在Notebook中运行命令行指令，例如使用!符号。 然后，配置Rasa的核心组件，比如NLU数据和对话管理。用户需要编辑domain.yml、stories.yml、nlu.yml等文件。在Jupyter中，用户可以直接创建和编辑这些文本文件，或者使用内置的文本编辑器。同时，可能需要使用Rasa的训练命令来训练模型，同样通过!rasa train来执行。 训练完成后，用户可能想在Notebook中测试对话。这时候需要启动Rasa的shell或者使用API进行交互。可以建议用户使用!rasa shell来启动对话界面，或者编写Python代码调用Rasa的API，发送消息并获取响应。这部分可能需要用到异步处理，或者在单独的cell中运行shell命令。 另外，引用[3]提到使用transformer模型进行NER，可能用户想结合Rasa的NLU组件和自定义模型。这时候可能需要配置Rasa的pipeline，使用Hugging Face的Transformers库，例如在config.yml中设置pipeline为TransformerNLP。需要确保相关依赖已安装，并正确配置。 还有，用户可能需要将Rasa与Jupyter的数据分析功能结合，比如处理用户反馈数据，进行模型评估。引用[2]提到使用交叉验证和参数调优，可能用户希望用类似的方法优化Rasa模型。可以建议他们在Notebook中编写训练脚本，调用Rasa的训练函数，并进行超参数调整，或者使用Notebook的可视化功能展示训练结果和评估指标。 还需要注意Jupyter的环境管理，例如虚拟环境的激活，确保Rasa安装在正确的内核中。用户可能在安装后遇到依赖问题，需要指导他们解决常见的依赖冲突，比如TensorFlow版本问题，或者使用虚拟环境来隔离项目。 最后，集成后的测试和调试。用户可能需要在Notebook中运行动作服务器或自定义动作，这时候需要编写Python代码并确保服务器正确运行。可能需要使用多线程或在不同的cell中启动服务器和主程序。 总结步骤：安装Rasa，初始化项目，配置和训练模型，测试对话，集成自定义组件，结合数据分析，处理依赖和环境问题，测试和调试。需要分步骤详细说明，并提供代码示例，同时注意可能的常见问题。</think>### 在Jupyter Notebook中集成和使用Rasa的步骤 #### 1. **安装Rasa和相关依赖** - 在Jupyter Notebook中，通过以下命令安装Rasa： ```python !pip install rasa ``` 若遇到依赖冲突，可指定版本（如`rasa==3.6.15`）或使用虚拟环境[^1]。 #### 2. **初始化Rasa项目** - 在Notebook中运行初始化命令： ```python !rasa init --no-prompt # 跳过交互式提示 ``` 这会生成默认的Rasa项目结构（`data/`、`actions/`、`config.yml`等）。 #### 3. **编辑配置文件与训练模型** - **配置NLU数据**：编辑`data/nlu.yml`，定义意图和示例语句： ```yaml version: "3.1" nlu: - intent: greet examples: | - 你好 - 早上好 ``` - **训练模型**： ```python !rasa train ``` #### 4. **测试对话系统** - **命令行测试**： ```python !rasa shell # 启动交互式对话界面 ``` - **通过API调用**（在Notebook中直接发送请求）： ```python from rasa.core.agent import Agent agent = Agent.load("models/20240301-103445.tar.gz") response = await agent.handle_text("你好") print(response[0]['text']) ``` #### 5. **集成自定义动作** - 编写自定义动作（如`actions/actions.py`）后，启动动作服务器： ```python !rasa run actions --port 5055 ``` - 在`domain.yml`中声明动作： ```yaml actions: - my_custom_action ``` #### 6. **结合数据分析（如NER优化）** - 若需使用Transformer模型优化实体识别（如引用[3]提到的NER），修改`config.yml`的NLU管道： ```yaml pipeline: - name: HFTransformersNLP model_name: "bert-base-chinese" - name: LanguageModelTokenizer - name: LanguageModelFeaturizer ``` 需额外安装依赖： ```python !pip install transformers ``` --- ### 代码示例 ```python # 在Notebook中训练并测试Rasa模型 !rasa train agent = Agent.load("models/20240301-103445.tar.gz") # 异步调用测试 import asyncio async def test_rasa(): response = await agent.handle_text("我想订机票") print(response[0]['text']) await test_rasa() ``` ---
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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