通用句子编码器 TypeError pruned(text) expected Tensor

Question

我已经将通用句子编码器 2 下载到无法访问互联网的计算机上并解压缩到目标文件夹：'data.'

import tensorflow as tf
import tensorflow_hub as hub

USE_embedder = hub.load(r'data/')

如果我然后运行 USE_embedder(['test']) 像往常一样，我得到错误： TypeError: 'Autotrackable' object is not callable. 但是按照 tensorflow 文档，我认为我可以运行 :

USE_embedder.signatures['default'](['test'])

但是我得到了 TypeError:

TypeError: pruned(text: expected argument #0(zero-based to be a Tensor; got list(['test'])

当我可以运行从联网的计算机上，从 https://tfhub.dev/google/universal-sentence-encoder/2 加载而不是提取的下载时，我可以运行这样的东西就好了。如何使模型能够嵌入文档中通常显示的文本（例如，USE_embedder(['text']) returns 向量）。

使用：Python 3.6.7，Tensorflow 2.4.1，Tensorflow_hub 0.11.0

Answer 1

当您将列表转换为张量时它应该可以工作：

USE_embedder.signatures['default'](tf.constant(['test']))

（使用 TF 2.4.1 测试，tensorflow_hub 0.11.0）

通用句子编码器 TypeError pruned(text) expected Tensor

Universal Sentence Encoder TypeError prunded(text) expected Tensor

python

tensorflow

tensorflow-hub