正确安装Senta的姿势

解决Senta安装与运行错误:版本兼容性问题及解决方案

1.错误回顾

刚开始安装Senta发现版本找到版本总是为1.0.3,且运行会出错

尝试GitHub所说的源码安装,讲项目clone到本地安装GitHub - baidu/Senta: Baidu's open-source Sentiment Analysis System.

我发现在setup.py中指定的sentencepiece==0.1.83会报错,ERROR: No matching distribution found for sentencepiece==0.1.83,意思是找不到该版本,这时候需要吧 sentencepiece==0.1.83改成

sentencepiece>=0.1.83即可正常安装

安装成功了,本以为这样就结束了,下面运行demo时候,又出现了报错

默认安装的protobuf为最新版本4.2.1版本,而centa支持的3.20.x版本,这时候我们需要指定安装版本为pip install protobuf==3.20.1版本即可,

 2.pip的正确安装方式

在python>=3.8的时候,会发现pip安装的centa的版本总是1.0.3,应该是做了版本检测,需要将python版本降到3.7

1.anaconda创建虚拟环境

conda create -n centaenv python=3.7

2. 创建好虚拟环境后,安装paddlepaddle,这里安装的是CPU版本

python -m pip install paddlepaddle==2.3.0 -i https://mirror.baidu.com/pypi/simple

3. 安装Senta

pip install Senta

这时候发现安装Senta就是2.0的版本了,但是运行demo也会报错

4.需要安装protobuf为3.20.x版本的

pip install protobuf==3.20.1

最后运行下demo看下效果

from senta import Senta

my_senta = Senta()

# 获取目前支持的情感预训练模型, 我们开放了以ERNIE 1.0 large(中文)、ERNIE 2.0 large(英文)和RoBERTa large(英文)作为初始化的SKEP模型
print(my_senta.get_support_model())

运行效果图如下,至此安装成功 

### 如何安装和部署 Senta #### 创建 Python 虚拟环境 为了确保依赖项管理得当,在 Anaconda Prompt 中可以创建一个新的虚拟环境并激活它。具体命令如下所示[^2]: ```bash conda create -n senta python=3.7 conda activate senta ``` #### 安装 PaddleHub 和 Senta 模型 PaddleHub 是百度开源的一个工具包,用于简化预训练模型的应用过程。通过该工具可方便地安装 Senta 的不同版本模型。以下是具体的安装指令[^1][^4]: ```bash hub install senta_bilstm==1.2.1 hub install senta_cnn==1.2.1 ``` 如果还需要其他自然语言处理组件,则可以通过类似的命令来完成安装,比如 LAC (Language Analysis and Comprehension): ```bash hub install lac==1.2.1 ``` #### 使用 Docker 进行容器化部署 对于希望采用更现代化的方式来进行应用隔离与分发的用户来说,Docker 提供了一个很好的解决方案。即使是没有深厚 Linux 基础的新手也可以按照官方文档中的指导顺利完成整个流程[^3]。 首先需要确认本地机器上已经成功安装好 Docker Engine 。之后可以从镜像仓库拉取包含所需配置及软件栈的基础映像文件,并基于此构建自定义的服务实例。更多细节请参阅《Docker从入门到精通》系列文章之第二章——《零基础Linux用户也能轻松驾驭的安装部署指南》。 #### 参考资料补充说明 上述方法均来源于权威渠道发布的最新版操作手册或社区贡献者整理的最佳实践案例集合。其中涉及的具体参数设定可能会随着时间推移而有所调整,请始终访问原始链接获取最精确的内容描述。
评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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