基于Pytorch学习Bert模型配置运行环境详细流程

BERT是2018年10月由Google AI研究院提出的一种预训练模型。BERT的全称是Bidirectional Encoder Representation from Transformers。BERT在机器阅读理解顶级水平测试SQuAD1.1中表现出惊人的成绩: 全部两个衡量指标上全面超越人类，并且在11种不同NLP测试中创出SOTA表现，包括将GLUE基准推高至80.4% (绝对改进7.6%)，MultiNLI准确度达到86.7% (绝对改进5.6%)，成为NLP发展史上的里程碑式的模型成就。

一、安装配置初步运行环境

安装文章链接： 点击打开《基于Windows中学习Deep Learning之搭建Anaconda+Pytorch（Cuda+Cudnn）+Pycharm工具和配置环境完整最简版》文章

二、根据上面的文章配置好初步环境后，复制粘贴下面命令打开“D:\Anaconda\Scripts”路径下的控制平台CMD运行安装transformers，若出现下面图片中的错误无法正常安装则继续往后操作进行，没出现问题直接跳转到第九步（注意：博主配置运行环境是在Anaconda默认base的环境和新建的python虚拟环境transformers下都进行配置，其实可以只配置一个就行，一般选择新建的python虚拟环境，然后将配置好的虚拟环境的python运行环境和Pycharm对应的项目进行连接，然后即可正常运行项目程序）。

pip install transformers

三、打开Anaconda Prompt，依次复制下面的命令运行建立Anaconda的python虚拟环境transformers，然后将“D:\Anaconda\envs\transformers\Scripts”添加到环境变量PATH中。注意：下面命令中的python=3.7是根据博主安装的python版本对应的，若你安装的是其他版本可以进行对应的修改。

conda create -n transformers python=3.7

conda env list

四、复制粘贴下面命令打开“D:\Anaconda\envs\transformers\Scripts”路径下的控制平台CMD运行安装transformers，等待一分钟左右进行安装。

pip install transformers

五、下载完成后将对应下载的文件复制粘贴到“D:\Anaconda\Scripts”路径下，复制粘贴过程中若提示重复的文件，要选择直接跳过。

六、复制粘贴下面命令打开“D:\Anaconda\Scripts”路径下的控制平台CMD运行安装transformers，可能会出现下面图片中的部分小问题，如：ERROR: Cannot uninstall ‘PyYAML’。

pip install transformers

七、复制粘贴下面命令继续运行即可解决上面的小问题。

pip install --ignore-installed PyYAML

八、复制粘贴下面命令运行，等待十秒成功安装见下图。

pip install transformers

九、测试安装transformers是否成功，运行下面的代码是否报错，若报错表示没有安装成功见下图。

from transformers import BertTokenizer, BertModel, BertForMaskedLM

十、若没有报错表示安装成功，见下图。

注意：有些涉及Bert模型配置运行环境的文章和github仓库依旧使用下面的命令进行环境的安装，但是总是提示无法安装，原因是Hugging Face的这款BERT工具以前称为pytorch-transformers和pytorch-pretrained-bert，在不断的更新迭代中已经更名为transformers这个名字，自然安装pytorch-pretrained-bert是无法正常安装的，所以要改成安装transformers。

pip install pytorch-pretrained-bert

pip install transformers