Bert模型(pytorch版)CPU部署推理(Win版）

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
• 一、下载Anaconda，安装3.6以上的python解析器
  • 1.下载Anaconda（Miniconda）
  • 2.安装Miniconda
• 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）
  • 2.激活虚拟环境Python311
• 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）
• 四.下载项目文件，进入相应目录执行python文件

---

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）

网址：Latest Miniconda installer links by Python version — Anaconda documentationhttps://docs.anaconda.com/miniconda/miniconda-other-installer-links/

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！