pickle/joblib AttributeError：模块'__main__'在pytest中没有属性'thing'答案

【问题标题】：pickle/joblib AttributeError: module '__main__' has no attribute 'thing' in pytestpickle/joblib AttributeError：模块'__main__'在pytest中没有属性'thing'
【发布时间】：2019-04-10 04:04:52
【问题描述】：

我已经建立了一个自定义的sklearn管道，如下：

pipeline = make_pipeline(
    SelectColumnsTransfomer(features_to_use),
    ToDummiesTransformer('feature_0', prefix='feat_0', drop_first=True,  dtype=bool), # Dummify customer_type
    ToDummiesTransformer('feature_1', prefix='feat_1'), # Dummify the feature
    ToDummiesTransformer('feature_2', prefix='feat_2'), # Dummify 
    ToDummiesTransformer('feature_3', prefix='feat_3'), # Dummify
)
pipeline.fit(df)

SelectColumnsTransfomer 和 ToDummiesTransformer 类是实现 BaseEstimator 和 TransformerMixin 的自定义 sklearn 步骤。为了序列化这个对象，我使用

from sklearn.externals import joblib
joblib.dump(pipeline, 'data_pipeline.joblib')

但是当我反序列化时

pipeline = joblib.load('data_pipeline.joblib')

我收到AttributeError: module '__main__' has no attribute 'SelectColumnsTransfomer'。

我已阅读其他类似问题并按照此博文here 中的说明进行操作，但无法解决问题。我正在复制粘贴类，并将它们导入代码中。如果我创建了这个练习的简化版本，整个事情就可以了，问题发生是因为我正在使用 pytest 运行一些测试，当我运行 pytest 时，它似乎没有看到我的自定义类，实际上还有其他部分的错误 self = <sklearn.externals.joblib.numpy_pickle.NumpyUnpickler object at 0x7f821508a588>, module = '__main__', name = 'SelectColumnsTransfomer' 暗示我 NumpyUnpickler 看不到 SelectColumnsTransfomer 即使在测试中它被导入。

我的测试代码

import pytest
from app.pipeline import * # the pipeline objects 
                          # SelectColumnsTransfomer and ToDummiesTransformer 
                          # are here!


@pytest.fixture(scope="module")
def clf():
    pipeline = joblib.load("persistence/data_pipeline.joblib")
    return clf

def test_fake(clf):
    assert True

【问题讨论】：

joblib.load __main__ AttributeError的可能重复

标签： python scikit-learn pytest pickle joblib

【解决方案1】：

好的，我发现了问题。我发现这个问题与我最初认为的 Python: pickling and dealing with "AttributeError: 'module' object has no attribute 'Thing'" 的博文中解释的问题无关。您可以通过对对象进行酸洗和取消酸洗文件来轻松解决问题。我正在使用一个单独的脚本（一个 Jupyther 笔记本）来腌制，并使用一个普通的 [python 脚本来取消腌制。当我在同一个班级做所有事情时，它起作用了。

【讨论】：

“让你的对象拾取和解开文件”是什么意思？您能否在您的答案中也分享代码。
拾取和拆解必须由同一个对象在同一个脚本内完成。
您确定旧对象不只是重新使用吗？我不认为答案解决方案适用于 Python 实例。
这个答案看不懂。
今天我在寻找解决方案，所以要详细说明一下：“定义函数的模块必须是可导入的，并且必须具有函数名称作为属性”。如果函数是在 Jupyter Notebook 中定义的，则它是不可导入的，因此在可导入模块中定义它是使它能够工作的原因。

【解决方案2】：

当我尝试像这样保存 Pytorch 类时，我收到了同样的错误消息：

import torch.nn as nn

class custom(nn.Module):
    def __init__(self):
        super(custom, self).__init__()
        print("Class loaded")

model = custom()

然后使用 Joblib 像这样转储这个模型：

from joblib import dump
dump(model, 'some_filepath.jobjib')

问题是我在Kaggle 内核中运行上面的代码。然后下载转储文件并尝试在本地使用此脚本加载它：

from joblib import load
model = load(model, 'some_filepath.jobjib')

我解决问题的方法是在我的计算机上本地运行所有这些代码 sn-ps，而不是创建类并将其转储到 Kaggle，而是将其加载到我的本地计算机上。想在此处添加此内容，因为 @DarioB 的 answer 上的 cmets 让我感到困惑，因为他们提到了一个不适用于我更简单的情况的“函数”。

【讨论】：