【bert实战】从0-1搭建bert环境

前言

bert模型是一个文本领域常见的大杀器，能很好的对文本结果进行预测。由于该模型版本所需环境较老，为了探究它的真实预测效果，在部署本地环境上做了一轮探索。

一、环境介绍

PC：win11 64位

python版本：3.6.8

tensorflow 版本：1.11.0

bert：2.2.0

1、安装python、bert和tensorflow

注意事项

1) python版本需要与tensorflow适配，本文的python安装包是官网下载

2) 装好python后，在安装tensorflow前需要更新pip

python -m pip install --upgrade pip

3）安装步骤

pip install bert

pip install bert-tensorflow

pip install bert-serving-server --user

pip install bert-serving-client --user

pip install tensorflow==1.13.1

安装过程中如果有告警WARNING是正常现象，不影响代码执行。

2、下载bert源码、bert预训练模型

源码链接如下

https://github.com/google-research/bert?tab=readme-ov-file

下载预训练模型，Google提供很多个版本针对不同的训练场景，Large的参数较多，Base的参数较少，Uncased是需要统一转换大小写的，Cas