Python Gensim:调用docvecs.most_会产生错误

当我调用文档上最相似的docvecs.most___时，我得到一个错误

AttributeError:'list'对象没有属性'shape'

：

# load model from file
from gensim.models.doc2vec import Doc2Vec
model_doc2vec = Doc2Vec.load("/path_to_file/doc2vec.bin")

# attempt to get most similar documents from docvec
tokens = "in space".split()
new_vector = model_doc2vec.infer_vector(tokens)
sims = model_doc2vec.docvecs.most_similar( positive=[new_vector], topn=10 )

这将生成

AttributeError:“list”对象没有属性“shape”

我有一种预感，这可能与numpy和gensim版本的兼容性有关。我使用的是Python 3.6、numpy 1.14和gensim 1.0.1

完全错误：

---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-37-220db2331e84> in <module>()
----> 1 sims = model_doc2vec.docvecs.most_similar( positive=[new_vector], topn=10 )

~/doc2vec.py in most_similar(self, positive, negative, topn, clip_start, clip_end, indexer)
    436         there was chosen to be significant, such as more popular tag IDs in lower indexes.)
    437         """
--> 438         self.init_sims()
    439         clip_end = clip_end or len(self.doctag_syn0norm)
    440 

~/doc2vec.py in init_sims(self, replace)
    419                         mode='w+', shape=self.doctag_syn0.shape)
    420                 else:
--> 421                     self.doctag_syn0norm = empty(self.doctag_syn0.shape, dtype=REAL)
    422                 np_divide(self.doctag_syn0, sqrt((self.doctag_syn0 ** 2).sum(-1))[..., newaxis], self.doctag_syn0norm)
    423 

AttributeError: 'list' object has no attribute 'shape'

---------------------------------------------------------------------------
AttributeError回溯（最近一次呼叫上次）
在（）
---->1 sims=model_doc2vec.docvecs.most_相似（正=[new_vector]，topn=10）
最相似的~/doc2vec.py（self、positive、negative、topn、clip\u start、clip\u end、indexer）
436选择了有意义的标记，例如较低索引中更流行的标记ID。）
437         """
-->438 self.init_sims（）
439 clip\u end=clip\u end或len（self.doctag\u syn0norm）
440
初始化模拟程序中的~/doc2vec.py（自身，替换）
419 mode='w+'，shape=self.doctag_syn0.shape）
420其他：
-->421 self.doctag\u syn0norm=空（self.doctag\u syn0.shape，dtype=REAL）
422 np_除法（self.doctag_syn0，sqrt（（self.doctag_syn0**2.sum（-1））[…，newaxis]，self.doctag_syn0norm）
423
AttributeError:“列表”对象没有属性“形状”

：

删除临时培训数据（保留doctags向量=True， 保持推理为真）
丢弃训练和测试中使用的参数 得分。如果你确定你已经完成了模特训练，就使用

参数：keep_doctags_vectors（bool，可选）–如果 您不想保存doctags向量。在这种情况下，您将无法保存 能够使用大多数相似性（）方法、相似性（）方法等。保持推理 （bool，可选）–如果不想存储参数，则设置为False 用于推断向量（）方法的

---

错误消息似乎更像是代码需要一个具有属性

shape

的numpy数组，但却得到了一个列表。为什么要使用这么旧的gensim版本？它现在是3.5.0。我已经尝试了多个版本的gensim，包括gensim 3.5。我还没有尝试过Python 2.7t、 虽然.FWIW，但我尝试了Python 2.7，但很可能培训数据已被删除（并且没有/无法由模型重建）。推断仍然适用于我，这是所需的功能。