如何修复imdb.load_data（）函数的“ allow_pickle = False时无法加载对象数组”？

我正在尝试使用Google Colab中的IMDb数据集实现二进制分类示例。我以前已经实现了此模型。但是，几天后我再次尝试执行此操作时，它返回一个值错误：对于load_data（）函数，当allow_pickle = False时无法加载对象数组。

我已经尝试解决此问题，请参考一个类似问题的现有答案：如何修复sketch_rnn算法中的“当allow_pickle = False时无法加载对象数组”， 但事实证明，仅添加allow_pickle参数是不够的。

我的代码：

from keras.datasets import imdb
(train_data, train_labels), (test_data, test_labels) = imdb.load_data(num_words=10000)

错误：

ValueError                                Traceback (most recent call last)
<ipython-input-1-2ab3902db485> in <module>()
      1 from keras.datasets import imdb
----> 2 (train_data, train_labels), (test_data, test_labels) = imdb.load_data(num_words=10000)

2 frames
/usr/local/lib/python3.6/dist-packages/keras/datasets/imdb.py in load_data(path, num_words, skip_top, maxlen, seed, start_char, oov_char, index_from, **kwargs)
     57                     file_hash='599dadb1135973df5b59232a0e9a887c')
     58     with np.load(path) as f:
---> 59         x_train, labels_train = f['x_train'], f['y_train']
     60         x_test, labels_test = f['x_test'], f['y_test']
     61 

/usr/local/lib/python3.6/dist-packages/numpy/lib/npyio.py in __getitem__(self, key)
    260                 return format.read_array(bytes,
    261                                          allow_pickle=self.allow_pickle,
--> 262                                          pickle_kwargs=self.pickle_kwargs)
    263             else:
    264                 return self.zip.read(key)

/usr/local/lib/python3.6/dist-packages/numpy/lib/format.py in read_array(fp, allow_pickle, pickle_kwargs)
    690         # The array contained Python objects. We need to unpickle the data.
    691         if not allow_pickle:
--> 692             raise ValueError("Object arrays cannot be loaded when "
    693                              "allow_pickle=False")
    694         if pickle_kwargs is None:

ValueError: Object arrays cannot be loaded when allow_pickle=False

这是一个强制imdb.load_data在笔记本中允许泡菜代替此行的技巧：

(train_data, train_labels), (test_data, test_labels) = imdb.load_data(num_words=10000)

这样：

import numpy as np
# save np.load
np_load_old = np.load

# modify the default parameters of np.load
np.load = lambda *a,**k: np_load_old(*a, allow_pickle=True, **k)

# call load_data with allow_pickle implicitly set to true
(train_data, train_labels), (test_data, test_labels) = imdb.load_data(num_words=10000)

# restore np.load for future normal usage
np.load = np_load_old

这个问题仍然存在于keras git上。我希望它能尽快解决。在此之前，请尝试将numpy版本降级为1.16.2。看来解决了问题。

!pip install numpy==1.16.1
import numpy as np

此版本的numpy的默认值为allow_pickleas True。

在GitHub上发布此问题之后，官方解决方案是编辑imdb.py文件。此修复程序对我来说效果很好，无需降级numpy。在以下位置找到imdb.py文件tensorflow/python/keras/datasets/imdb.py（对我来说完整路径是：C:\Anaconda\Lib\site-packages\tensorflow\python\keras\datasets\imdb.py-其他安装将有所不同），并根据差异更改第85行：

-  with np.load(path) as f:
+  with np.load(path, allow_pickle=True) as f:

进行更改的原因是为了防止在腌制文件中使用与SQL注入等效的Python。上面的更改仅会影响imdb数据，因此您将安全性保留在其他位置（不降低numpy的级别）。

我只是使用allow_pickle = True作为np.load（）的参数，它对我有用。

就我而言：

np.load(path, allow_pickle=True)

我认为cheez的答案（https://stackoverflow.com/users/122933/cheez）是最简单，最有效。我将对其进行详细说明，以便在整个会话期间都不会修改numpy函数。

我的建议如下。我正在使用它从keras下载路透社数据集，该数据集显示了相同类型的错误：

old = np.load
np.load = lambda *a,**k: old(*a,**k,allow_pickle=True)

from keras.datasets import reuters
(train_data, train_labels), (test_data, test_labels) = reuters.load_data(num_words=10000)

np.load = old
del(old)

您可以尝试更改标志的值

np.load(training_image_names_array,allow_pickle=True)

上面列出的解决方案都不对我有用：我使用python 3.7.3运行anaconda。对我有用的是

• 从Anaconda powershell运行“ conda install numpy == 1.16.1”

• 关闭并重新打开笔记本

在jupyter笔记本上使用

np_load_old = np.load

# modify the default parameters of np.load
np.load = lambda *a,**k: np_load_old(*a, allow_pickle=True, **k)

工作正常，但问题是在spyder中使用此方法时出现的（您每次必须重新启动内核，否则会收到类似以下的错误：

TypeError ：(）为关键字参数“ allow_pickle”获得了多个值

我在这里使用解决方案解决了这个问题：

我降落在这里，尝试了您的方式，无法解决。

我实际上是在编写给定的代码

pickle.load(path)

用过，所以我用

np.load(path, allow_pickle=True)

是的，安装以前的numpy版本可以解决此问题。

对于使用PyCharm IDE的用户：

在我的IDE（Pycharm）中，依次单击File-> Settings-> Project Interpreter：我发现numpy为1.16.3，所以我恢复为1.16.1。单击+并在搜索中键入numpy，在“指定版本”上打勾：1.16.1并选择->安装软件包。

找到imdb.py的路径，然后将标志添加到np.load（path，... flag ...）

    def load_data(.......):
    .......................................
    .......................................
    - with np.load(path) as f:
    + with np.load(path,allow_pickle=True) as f:

它对我的工作

        np_load_old = np.load
        np.load = lambda *a: np_load_old(*a, allow_pickle=True)
        (x_train, y_train), (x_test, y_test) = reuters.load_data(num_words=None, test_split=0.2)
        np.load = np_load_old

我发现TensorFlow 2.0（我正在使用2.0.0-alpha0）与最新版本的Numpy不兼容，即v1.17.0（可能还有v1.16.5 +）。导入TF2后，它会抛出巨大的FutureWarning列表，如下所示：

FutureWarning: Passing (type, 1) or '1type' as a synonym of type is deprecated; in a future version of numpy, it will be understood as (type, (1,)) / '(1,)type'.
  _np_qint8 = np.dtype([("qint8", np.int8, 1)])
/anaconda3/lib/python3.6/site-packages/tensorboard/compat/tensorflow_stub/dtypes.py:541: FutureWarning: Passing (type, 1) or '1type' as a synonym of type is deprecated; in a future version of numpy, it will be understood as (type, (1,)) / '(1,)type'.
  _np_qint8 = np.dtype([("qint8", np.int8, 1)])
/anaconda3/lib/python3.6/site-packages/tensorboard/compat/tensorflow_stub/dtypes.py:542: FutureWarning: Passing (type, 1) or '1type' as a synonym of type is deprecated; in a future version of numpy, it will be understood as (type, (1,)) / '(1,)type'.
  _np_quint8 = np.dtype([("quint8", np.uint8, 1)])
/anaconda3/lib/python3.6/site-packages/tensorboard/compat/tensorflow_stub/dtypes.py:543: FutureWarning: Passing (type, 1) or '1type' as a synonym of type is deprecated; in a future version of numpy, it will be understood as (type, (1,)) / '(1,)type'.

尝试从keras加载imdb数据集时，这还会导致allow_pickle错误

我尝试使用以下效果很好的解决方案，但是我必须在导入TF2或tf.keras的每个项目中都这样做。

np.load = lambda *a,**k: np_load_old(*a, allow_pickle=True, **k)

我找到的最简单的解决方案是全局安装numpy 1.16.1，或者在虚拟环境中使用tensorflow和numpy的兼容版本。

我的答案是指出，这不仅是imdb.load_data的问题，而且是TF2和Numpy版本不兼容所引起的更大的问题，并且可能导致许多其他隐藏的错误或问题。

Tensorflow在tf-nightly版本中有一个修复。

!pip install tf-nightly

当前版本是'2.0.0-dev20190511'。

@cheez的答案有时不起作用，并一次又一次地递归调用该函数。要解决此问题，您应该深入复制该功能。您可以使用函数来完成此操作partial，因此最终代码为：

import numpy as np
from functools import partial

# save np.load
np_load_old = partial(np.load)

# modify the default parameters of np.load
np.load = lambda *a,**k: np_load_old(*a, allow_pickle=True, **k)

# call load_data with allow_pickle implicitly set to true
(train_data, train_labels), (test_data, test_labels) = 
imdb.load_data(num_words=10000)

# restore np.load for future normal usage
np.load = np_load_old

我通常不发布这些东西，但这太烦人了。混淆来自某些Keras imdb.py文件已经更新的事实：

with np.load(path) as f:

到的版本allow_pickle=True。确保检查imdb.py文件以查看是否已实施此更改。如果已进行调整，则可以很好地进行以下操作：

from keras.datasets import imdb
(train_text, train_labels), (test_text, test_labels) = imdb.load_data(num_words=10000)

最简单的方法是将imdb.py设置更改allow_pickle=True为引发错误np.load的行imdb.py。