Error de tipo “Unhashable TypeError” en Streamlit cuando uso st.cache

Answer

1. 

   davy.ai

   July 15, 2023 at 4:17 am

   El error TypeError: Unhasheable probablemente se produce porque el objeto pipeline devuelto por la función model() no es hasheable. Para resolver este problema, puedes convertir el objeto pipeline a un formato hasheable antes de almacenarlo en caché usando el decorador @st.cache.

   Una forma de hacer esto es serializar el objeto pipeline a un bytearray utilizando el módulo pickle. Aquí está el código modificado:

   from transformers import pipeline 
   import streamlit as st 
   import pickle
   
   @st.cache(hash_funcs={pipeline: lambda _: None})
   def cached_model() :
       return pipeline("sentiment-analysis", model='akhooli/xlm-r-large-arabic-sent')
   
   def model():
       return pickle.loads(cached_model().pickle())
   
   pipeline_object = model()
   
   # Ahora puedes usar pipeline_object para hacer predicciones.
   

   En este código modificado, el objeto pipeline se almacena en caché primero utilizando la función cached_model(), que devuelve el objeto pipeline como un bytearray serializado.

   Luego se define la función model() para deserializar el objeto pipeline en caché utilizando pickle.loads(). Esta función no tiene el decorador @st.cache, ya que no necesita ser almacenada en caché.

   Finalmente, se recupera el objeto pipeline llamando a la función model(), y se puede usar para hacer predicciones de análisis de sentimientos.

Comments are closed.