Memory 根西姆：泡菜还是不泡菜？

我有一个关于gensim的问题。我想知道在保存或加载一个模型（或多个模型）时是否建议或有必要使用pickle，正如我在GitHub上发现的脚本所做的那样

mymodel = Doc2Vec(documents, size=100, window=8, min_count=5, workers=4)
      mymodel.delete_temporary_training_data(keep_doctags_vectors=True, keep_inference=True)

看

变体1:

import pickle
# Save
mymodel.save("mymodel.pkl")  # Stores *.pkl file
# Load
mymodel = pickle.load("mymodel.pkl")

# Save
model.save(mymodel) # Stores *.model file
# Load
model = Doc2Vec.load(mymodel)

变体2:

import pickle
# Save
mymodel.save("mymodel.pkl")  # Stores *.pkl file
# Load
mymodel = pickle.load("mymodel.pkl")

# Save
model.save(mymodel) # Stores *.model file
# Load
model = Doc2Vec.load(mymodel)

在

gensim.utils

中，我觉得有一个pickle函数嵌入其中：

def保存 ... 尝试： _pickle.dump（self，fname\u或\u handle，protocol=pickle\u protocol）

我问题的目标： 我很高兴了解1）我是否需要pickle（用于更好的内存管理）和2）万一，为什么它比加载*.model文件更好

---

谢谢大家!

这取决于您的要求

当您打算在Python中使用数据并且不需要在Python版本之间进行更改时（我在使用pickle模型从Python 2移植到Python 3时遇到了一些问题），二进制格式将是一个不错的选择

---

如果您需要互操作性，或者此模型可用于其他项目或其他程序员，我将使用gensim的保存方法。

每当您使用内置的gensim函数

save（）

存储模型时，无论文件扩展名如何，都会使用pickle。报告告诉我们：

类gensim.utils.SaveLoad

Bases: object

Class which inherit from this class have save/load functions, which un/pickle them to disk.

Warning

This uses pickle for de/serializing, so objects must not contain unpicklable attributes, such as lambda functions etc.

因此，只要模型类继承自

gensim.utils.SaveLoad

类，gensim就会使用pickle保存任何模型。在您的例子中，

gensim.models.doc2vec.doc2vec

继承自

gensim.models.base\u any2vec.basewordembeddedingsmodel

，后者又继承自

gensim.utils.SaveLoad

，后者提供实际的

save（）

函数

回答您的问题：

是的，您需要pickle，除非您想为其编写自己的函数 将模型存储到磁盘。使用pickle应该不会有问题，因为 它在标准库中。你甚至不会注意到

如果使用gensim

save（）

函数您可以选择任何文件扩展名：*.model、*.pkl、*.p、， *.泡菜。保存的文件将被pickle

---

在变体1中，使用

pickle.load

加载保存的Doc2Vec模型失败，因为使用模型的

save

方法存储的文件没有readline属性。它真的对你有用吗？在变体2中，我假设a）

mymodel

是指向扩展名为“model”的文件的路径，而不是先前创建的Doc2Vec模型，b）

model

是Doc2Vec模型。这些假设正确吗？