运行python manage.py runserver时pickle依赖的Classify类无法访问如何解决

报错根因 #

该错误的核心原因是pickle序列化机制会保存类所属的模块路径：当初生成pickle文件时，你大概率是直接运行mnist_classifier_scratch.py作为入口脚本，此时Classify类所属的模块被识别为__main__；而Django启动时入口是manage.py，反序列化时会默认到__main__模块（即manage.py）中查找Classify类，自然匹配失败。

最优解决方案（推荐） #

• 重新生成pickle序列化文件：不要直接运行mnist_classifier_scratch.py生成pickle，新建独立的导出脚本，通过模块导入的方式引入Classify类后再执行序列化操作，示例脚本逻辑：

# 新建export_model.py，和mnist_classifier_scratch.py同目录
from mnist_classifier_scratch import Classify
# 你的模型训练/加载逻辑
model = Classify()
# 训练代码省略...
# 序列化导出
import pickle
with open("model.pkl", "wb") as f:
    pickle.dump(model, f)

• 在Django的models.py文件开头，提前导入Classify类，保证反序列化时Python可以找到对应类定义：

# 根据你的文件结构调整导入路径，示例如下
from mnist_classifier_scratch import Classify

临时兼容方案（无需重新生成pickle） #

如果不方便重新生成pickle文件，可以在执行pickle.load操作前，手动将Classify类注册到__main__模块中，代码如下：

import sys
# 先导入Classify类，调整为你的实际导入路径
from mnist_classifier_scratch import Classify
# 手动注册到__main__模块
sys.modules['__main__'].Classify = Classify

# 再执行反序列化操作就不会报错了
with open("your_model_path.pkl", "rb") as f:
    pred = pickle.load(f)

注意事项 #

• pickle存在安全风险，不要加载任何来源不明的pickle文件
• 如果后续Classify类的存储路径变更，需要重新生成序列化文件，避免再次出现找不到类的问题

内容的提问来源于stack exchange，提问作者JustCode