从零开始配置Windows下基于BERT的Jupyter环境：解决常见报错，快速上手微调！

起因：预在jupyter笔记本中微调bert预训练模型，结果jupyter打开一直报错，环境信息有：python3.8，参考https://blog.csdn.net/xylnphn/article/details/139830541这位博主给出的信息，修改notebook和jupyter_server版本，前两天貌似没问题了，今天又开始一直报错，打开web端报错“500 : Internal Server Error”，感觉原先的环境应该是废了，重新搞一个环境吧，希望不要再在这上面耗费再多时间了。

以下是本篇博客的正文内容：
在自然语言处理的世界里，BERT 的威力众所周知，而 Jupyter Notebook 则是实验和开发的好帮手。当我们在虚拟环境中配置基于 BERT 的 Jupyter 环境时，可能会遇到一些棘手的报错，比如 IProgress not found 或者 jupyter-nbextension 缺失等问题。今天，我将带你一步步解决这些问题，快速配置好你的开发环境。

---

第一步：创建并激活虚拟环境

无论你用的是 Windows、macOS 还是 Linux，都需要先创建并激活一个专属的虚拟环境：

# 创建虚拟环境
python -m venv venv_bert

# 激活虚拟环境
# Windows
.\venv_bert\Scripts\activate

# macOS/Linux
source venv_bert/bin/activate

确保你安装的是 Python 3.9（BERT 和大多数依赖对这个版本兼容性良好）。

---

第二步：安装 Jupyter Notebook

Jupyter Notebook 是我们用于实验的主要工具。在虚拟环境中安装它：

pip install notebook

---

第三步：安装微调 BERT 所需的依赖

为了进行 BERT 的微调任务，安装以下关键依赖：

pip install transformers torch torchvision torchaudio scikit-learn pandas numpy matplotlib
pip install ipykernel

随后将虚拟环境注册为 Jupyter Notebook 的内核：

python -m ipykernel install --user --name=venv_bert --display-name "Python (venv_bert)"

---

第四步：解决 tqdm 报错 - IProgress not found

如果在运行时遇到以下警告：

TqdmWarning: IProgress not found. Please update jupyter and ipywidgets.

按以下步骤修复：

1. 安装或升级 ipywidgets：

   pip install ipywidgets
   

2. 如果你使用的是 Jupyter Notebook，还需启用对应扩展：

   jupyter nbextension enable --py widgetsnbextension
   

   如果 jupyter-nbextension 命令不可用，可能是 notebook 版本较高。

3. 为确保兼容，安装 notebook 的 6.x 版本：

   pip install notebook<7
   

---

第五步：验证安装和环境配置

启动 Jupyter Notebook，打开一个新的 Notebook，然后测试以下代码片段：

from transformers import BertModel, BertTokenizer
from tqdm.notebook import tqdm
import torch
import time

# 测试 tqdm
for i in tqdm(range(5)):
    time.sleep(0.5)

# 测试 BERT 模型
model_name = "bert-base-uncased"
tokenizer = BertTokenizer.from_pretrained(model_name)
model = BertModel.from_pretrained(model_name)

text = "Hello, how are you?"
inputs = tokenizer(text, return_tensors="pt")
outputs = model(**inputs)
print(outputs.last_hidden_state.shape)

如果一切正常运行，恭喜你，环境配置成功！

---

第六步：常见问题解决

1. jupyter-nbextension 命令未找到：
   如果运行 jupyter nbextension enable --py widgetsnbextension 报错 Jupyter command 'jupyter-nbextension' not found，你可以尝试以下操作：

   pip install --upgrade notebook ipywidgets jupyter_contrib_nbextensions
   python -m jupyter nbextension enable --py widgetsnbextension
   

2. 安装小于 7 版本的 notebook：
   如果需要回滚到旧版本的 Notebook，可以用以下命令：

   pip install notebook<7
   

3. 安装特定版本的 PyTorch：
   如果需要安装支持 GPU 的 PyTorch，建议参考 PyTorch 官网 的安装指南，选择与 CUDA 对应的版本。

---

总结

通过以上步骤，你已经成功配置了一个支持 BERT 微调的 Jupyter 环境。如果你遇到任何问题，可以参考本教程的步骤逐一排查。现在，快打开 Notebook，尽情探索 BERT 的强大威力吧！

---

觉得有帮助？ 不妨分享给你的朋友，一起探讨更多有趣的 NLP 话题！
（声明：本博客由GPT辅助生成，有问题欢迎留言联系作者~）