================2023.03.05更新================

优化环境包的选择，简化安装过程

作为一个nlp小白，经过这几个月的学习，重新回头来更新一下这个博客的内容。使用bert进行情感分析，其实过程也很简单，以下git仓库使用的库已经比较过时，建议在huggingface官网学习相关知识。

作为一个nlp小白，最近在尝试使用bert进行情感分析。在github上找到一个很不错的项目，就是在配置环境时出了许多问题，特将经验分享在这里。

项目地址：GitHub - bentrevett/pytorch-sentiment-analysis: Tutorials on getting started with PyTorch and TorchText for sentiment analysis.

创建虚拟环境并安装相应的软件包

建议按以下顺序进行操作，否则很有可能出错。

先创建虚拟环境：

conda create --n senti_analysis python=3.8 -y

这里我们使用比较新的Python3.8或者Python3.9

虽然作者在python3.6的环境下进行实验，我起初也是3.6，但是随着软件包的安装，他会自动变成3.7，不如在第一步就以3.7为起点。

然后去torch官网下载gpu版本的torch并安装

官网地址Start Locally | PyTorch

我使用的是以上选项，我在选择LTS版本下载的第一次出了问题，所以我下载的stable版本，亲测不会有问题，因为在后来软件包的下载安装过程中torch版本也会变化为1.8.

这里标明一下，最好先在终端(Linux环境下）或者cmd(Windows环境下）使用nvidia-smi命令查看本机的cuda版本以选择对应的torch，torch的历史版本可以在这里找到。

在命令行里输入以下命令：（以linux为例）

# 先启动安装好的虚拟环境
conda activate sentiment_analysis
# 在安装好的虚拟环境里安装pytorch
conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia

 然后比较重要的一步，就是安装torchtext包

这里直接使用以下命令即可完成：

conda install torchtext -c pytorch

 接着就是下载HuggingFace的transformers库来进行模型加载

conda install transformers

原始版本使用Spacy等，目前看来已经不太实用方便，特此更新为transformers库，这个库方面进行预训练模型的加载，还可以通过huggingface封装好的api方便地进行多分类任务。

到此为止，我们的环境准备工作就完成了。接下来便可以进行实验了。