Bert模型本地使用(一):环境配置+简单测试

本文记录了作者从零开始在Linux服务器上搭建BERT环境的过程,包括安装Anaconda、配置Python与TensorFlow-GPU环境、安装BERT服务端及客户端,并进行了简单的测试。

一名卑微的研究生记录开始接触bert:昨天终于在修好了的服务器上给我们课题组的小伙伴开启了访问权限,今天开始搭建bert的基本环境了,为我接下来的研究方向(知识图谱)拉开序幕。

本机:win10 + putty (访问服务器)

实验室服务器:linux  GTX1080,以及驱动和cuda的配置信息如下图

一、安装anaconda

1、下载安装包:wget https://repo.anaconda.com/archive/Anaconda3-2019.07-Linux-x86_64.sh

wget https://repo.anaconda.com/archive/Anaconda3-2019.07-Linux-x86_64.sh

注意:我最开始是安装的2020最新版本,但是安装界面一直卡在unpacking payload ... ...,看了网上其他人的解决方案就是安装旧版本,果然可行。

2、安装:sudo bash Anaconda3-2019.07-Linux-x86_64.sh

sudo bash Anaconda3-2019.07-Linux-x86_64.sh

【详情参考:https://blog.csdn.net/qq_15192373/article/details/81091098

下图为anaconda默认(base)的python3..7环境(因为我下载的是3.7版本的anaconda):

评论 9
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