我应该如何安装和进口简单变压器？

Question

我一直在使用以下conda & python verison：

conda版本: 4.6.14

conda-构建版本: 3.17.8

python版本: 3.7.3.final.0

我以下列方式安装了简单变压器：

conda create -n simpletransformers python pandas tqdm
conda activate simpletransformers

conda install pytorch cpuonly -c pytorch
conda install -c anaconda scipy
conda install -c anaconda scikit-learn
pip install transformers
pip install seqeval
pip install tensorboardx

pip install simpletransformers

在这样做之后，我一直试图导入分类模型，但没有太大的运气：

import simpletransformers

我得到以下错误：

ModuleNotFoundError:没有名为“简单变压器”的模块

有人能指出我哪里出了问题吗？我正在使用PyCharm作为我的IDE。

Answer 1

安装文档在Mac和Ubuntu上使用Anaconda为我工作：

1. 安装蟒蛇或Miniconda
2. 创建一个新的虚拟python3.7环境，并安装大熊猫和tqdm conda create -n simplet python=3.7 pandas tqdm conda activate simplet
3. PyTorch 3a. GPU (模型中的use_cuda=True)：conda install pytorch cudatoolkit=10.1 -c pytorch 3b. CPU (模型中的use_cuda=False)：conda install pytorch cpuonly -c pytorch
4. 如果您想在NVIDIA上使用fp16培训，安装先端 (不要使用pip)
5. 安装简单变压器。 pip install simpletransformers

Answer 2

从“.whl”下载https://pypi.org/project/simpletransformers/#files文件

• 打开命令提示符
• 键入pip install "path/simpletransformers-0.13.2-py3-none-any.whl" and hit enter，检查包是否已安装。注意到简单变压器需要Python '>=3.6'

Answer 3

每当我有一个无法通过Anaconda获得的包时，即我必须从PyPI或GitHub安装，然后GitHub为它创建一个YAML环境定义。这遵循了"https://www.anaconda.com/using-pip-in-a-conda-environment/“中列举的最佳实践。

YAML的优点是它允许Conda一次解决所有问题，并且允许将env看作不可变的对象(也就是说，如果您需要修改env，编辑YAML并重新创建)。这有助于避免运行一系列conda install、pip install或conda update命令不可避免地造成的混乱。

对我来说，这是一个多阶段的过程，但对我来说是一个可靠的工作流程：

混合Conda-PyPI环境的工作流

1. 查看非Conda包的setup.py或requirements.txt。这是给简单变压器的。
2. 对于每个需求，请检查Anaconda (或conda search)，以确定它是否可作为Conda包使用。
3. 如果可用，将其作为(非pip)依赖项添加到YAML文件中。这确保了从Conda获得的一切都能做到。
4. 此外，要跟踪这些包来自哪个频道。注意，我不会使用我不熟悉的私人频道。在本例中，pytorch、conda-forge和defaults (即anaconda)就足够了。
5. 只在YAML的pip部分下包含PyPI的包，包括感兴趣的主包(即simpletransformers)。从技术上讲，您不需要包含其他依赖项，因为pip会自动将它们拉进来，但是我希望保持它们的明确性，这样如果我更新YAML，我可能会再次检查是否有人将PyPI包移植到Conda。
6. 使用YAML创建env conda env创建-n st_env -f simpletransformers.yaml
7. 检查是否有任何额外的包被隐式地从PyPI中作为依赖项拉进来，但实际上可以通过Conda获得。编辑YAML，将这些内容放入Conda依赖项部分。在这种情况下，显然也需要keras。
8. 删除env并使用更新的最大Conda版本重新创建。
9. 最重要的是：不会更改env，除非通过编辑YAML。

用于SimpleTransformers环境的YAML

simpletransformers.yaml

name: st_env
channels:
  - pytorch
  - conda-forge
  - defaults
dependencies:
  - python=3.7
  - pandas
  - tqdm
  - cpuonly
  - pytorch
  - transformers
  - scipy
  - scikit-learn
  - requests
  - tensorboardx
  - keras
  - pip
  - pip:
      - seqeval
      - simpletransformers

安装用

conda env create -n st_env -f simpletransformers.yaml