我正在使用一个抽象的bert模型来进行问答
https://huggingface.co/distilbert-base-cased-distilled-squad
在本地，这一切都工作得很好，但是在我的celery 任务中尝试使用该模型时，工作线程日志显示
2020-09-24t03:50:05.794556+00:00应用程序[工人1]：72%|███████▏ | 187m/261m[00:14<00:04，15.5mb/s]2020-09-24t03:50:19.779019+00:00 heroku[worker.1]：进程运行mem=652m（123.2%）2020-09-24t03:50:19.781651+00:00 heroku[worker.1]：错误r14（超出内存配额）
下面的代码是我导入、加载模型和执行任务的地方。删除导入和加载可以解决内存问题。

from transformers import AutoTokenizer, AutoModelForQuestionAnswering
import torch

tokenizer = AutoTokenizer.from_pretrained("distilbert-base-cased-distilled-squad")
model = AutoModelForQuestionAnswering.from_pretrained("distilbert-base-cased-distilled-squad")
@app.task
def evaluateQuestionAnswer():

我想知道我是否需要像tensorflow这样的服务
https://www.tensorflow.org/tfx/guide/serving
或者我是不是错过了制作模型的准备工作？
使用docker可以缓解这个加载问题吗？