bert模型下载运行实例全过程tensorflow版spyderIDE

选择tensorflow和spyder的原因是因为之前有懒得安新的，我的tansorflow版本是2.0，虚拟环境版本是Python3.8，后面代码也因版本问题需要修改一下。

1.GitHub下载google版的bert-master全部代码，点右上角绿色，因为huggingface我进不去，需要注意这里Google版的用得是tensorflow框架，我刚好之前安的就是tensorflow，你如果用得是pytorch就要找他的架构下的bert

2.下载不同需求需要的bert模型，点蓝色的下载模型，这里我们用第三个bert-base-uncased，uncased是把所有字母都转为小写字母的意思，即不区分大小写

3.下载需要的数据集，也在这个网页下面sentence这里，下的GLUE data 直接点就能下，这里运行的小例子就是下面这个

4.把他们整理好导进spyder， like this

5.调参：运行run.classifier.py，点进run的configuration...勾选command...在后面方格里把参数放进去，注意参数的格式

官方给的参数是这个

从task开始复制，不要前面--和最后\,参数都加上双引号，把他们放在同一行，变量之间空一格，那个date_dir开始四行放自己的文件存放路径，data_dir是数据集，后面三个都是模型里面的文件

task_name="MRPC" do_train="true" do_eval="true" data_dir="E:/bert/b/GLUE/glue_data/MRPC" vocab_file="E:/bert/b/GLUE/uncased_L-12_H-768_A-12/vocab.txt" bert_config_file="E:/bert/b/GLUE/uncased_L-12_H-768_A-12/bert_config.json" init_checkpoint="E:/bert/b/GLUE/uncased_L-12_H-768_A-12/bert_model.ckpt" max_seq_length="128" train_batch_size="2" learning_rate="2e-5" num_train_epochs="2.0" output_dir="E:/bert/b/GLUE/output" 

6.报错问题

改：

报错

改：这个就是前面提到的tensorflow版本不同他们函数放的位置也不同的问题