如何保存Gensim模型以确保前向兼容性?

我在使用Gensim的Phrases类上的save方法来存储模型以供将来使用,但当我更新Gensim的版本后,加载该模型时会遇到问题。例如,当我在Gensim 2.3.0中加载在2.2.0版本中创建的模型时,会出现以下错误:

---------------------------------------------------------------------------AttributeError                            Traceback (most recent call last)<timed exec> in <module>()~/Stuff/Sources/anaconda3/envs/nlp/lib/python3.6/site-packages/gensim/models/phrases.py in __init__(self, phrases_model)    395         self.min_count = phrases_model.min_count    396         self.delimiter = phrases_model.delimiter--> 397         self.scoring = phrases_model.scoring    398         self.phrasegrams = {}    399         corpus = pseudocorpus(phrases_model.vocab, phrases_model.delimiter)AttributeError: 'Phrases' object has no attribute 'scoring'

有没有更好的方法来确保前向兼容性?


回答:

我只使用过几次gensim,还是个新手,但从变更日志来看,scoring属性是在2.3.0版本中引入到Phrases类的

现在,从我在GitHub问题跟踪中观察到的情况来看,关于保存和加载模型时,向后兼容性是维护者们努力保持的。看起来“缺少scoring属性”的问题在3.1.0版本中得到了解决 – 请参见“加载Phrases类时向后兼容scoring属性”的评论以及在拉取请求中的相关讨论。修复的想法基本上是改进load()方法,以处理缺失的属性并隐式地用默认值替换它们,以避免加载失败。

我认为在2.3.0版本中,gensim用于模型pickle/unpickle的通用SaveLoad – 如你所见,这里没有模型特定的逻辑,非常简单直接。

但我并不确定你如何在2.2.0和2.3.0之间保持模型的兼容性。我建议你在gensim问题跟踪器上开一个新问题。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注