AttributeError: 'Doc2Vec' object has no attribute 'iter'

引用[1]:报错为： File "/home/sunxiangguo/PycharmProjects/personality/cnn.py", line 85, in <module> tokenizer.fit_on_texts(text_list) File "/home/sunxiangguo/anaconda2/lib/python2.7/site-packages/keras/preprocessing/text.py", line 119, in fit_on_texts self.split) File "/home/sunxiangguo/anaconda2/lib/python2.7/site-packages/keras/preprocessing/text.py", line 38, in text_to_word_sequence text = text.translate(maketrans(filters, split * len(filters))) TypeError: character mapping must return integer, None or unicode 。[1]这个错误是由于在文本预处理过程中，字符映射函数返回了一个不合法的值，导致了类型错误。你可以检查一下你的字符映射函数的实现，确保它返回的是整数、None或者Unicode类型的值。

引用[2]:二、属性错误 1.报错：AttributeError: ‘Word2Vec’ object has no attribute ‘most_similar’ 2. 错误的源码： # 模型训练主程序 logging.basicConfig(format='%(asctime)s : %(levelname)s : %(message)s', level=logging.INFO) sentences_1 = word2vec.LineSentence('no_stop.txt') model_1 = word2vec.Word2Vec(sentences_1) # model.wv.save_word2vec_format('test_01.model.txt', 'test_01.vocab.txt', binary=False) # 保存模型，后面可直接调用 # model = word2vec.Word2Vec.load("test_01.model") # 调用模型 # 计算某个词的相关词列表 a_1 = model_1.most_similar(u"空间", topn=20) print(a_1) 。[2]这个错误是由于你正在尝试使用Word2Vec对象的'most_similar'属性，但是该属性在你的代码中不存在。你可以检查一下你的Word2Vec对象的属性和方法，确保你使用的是正确的属性和方法。

引用[3]:修正： from keras.preprocessing.text import Tokenizer texts=data.x_train sample_index=0 text_list = texts[sample_index][0] # 这是一个句子列表，里面是unicode tokenizer = Tokenizer(word_num_per_sent) tokenizer.fit_on_texts([s.encode('ascii') for s in text_list]) #tokenizer.fit_on_texts(text_list) 。[3]这个修正是针对使用Tokenizer对象进行文本处理的代码。你可以尝试将文本列表中的每个句子转换为ASCII编码，然后再进行文本处理。这样可以避免出现类型错误。

问题:AttributeError: 'Doc2Vec' object has no attribute 'iter'
回答: 这个错误是由于你正在尝试使用Doc2Vec对象的'iter'属性，但是该属性在你的代码中不存在。你可以检查一下你的Doc2Vec对象的属性和方法，确保你使用的是正确的属性和方法。