提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档
文章目录
前言
提示:这里可以添加本文要记录的大概内容:
例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。
提示:以下是本篇文章正文内容,下面案例可供参考
一、下载Anaconda,安装3.6以上的python解析器
示例:本文以Miniconda3的Python 311版本为例进行配置
1、下载Anaconda(Miniconda)
2.安装Miniconda
●无脑按next
●这里自行选择安装目录
●完成
●检查是否安装成功
●查看这里是否多出两个东西,点击并输入指令查看conda版本:
conda --version
●此为成功
二、创建虚拟环境,避免不同项目的环境冲突
1.创建虚拟环境到指定目录(安装python3.11)
代码如下:
conda create --name Python311 python=3.11.9
2.激活虚拟环境Python311
代码如下:
activate Python311
查看是否创建成功,查看虚拟环境路径以及python版本,出现下图即为成功:
三、安装模型推理所需第三方库,这里只讲CPU版本的torch安装
1.在激活环境下导入所需库(在conda命令行中的激活状态下):
●先换源,否则可能安装库会失败(换为清华镜像源)
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
我这里准备了适合bert模型CPU推理版本的requirements.txt文件,一行代码安装所需依赖库,其他模型和依赖库,自行搜索:
● requirements.txt在主页下载
pip install -r requirements.txt
●查看所需库是否安装成功
pip list
此即为成功
四、打开项目文件,进入相应目录执行python文件
●在激活Python311虚拟环境下,进入Train_Model目录执行First_Classify_API.py
python First_Classify_API.py
●出现此图,则部署完成!