尝试基本 tensorflow 代码时出现运行时错误

Question

更新：

无论是单词、句子还是短语，Universal Sentence Encoder 总是会返回 512 的向量大小。我想知道为什么是 512而不是别的什么。

---

通过提供的答案解决了以下问题。

我尝试了 tensorflow 主页上提供的示例：

https://tfhub.dev/google/universal-sentence-encoder/2

我遇到这样的运行时错误：

RuntimeError：启用急切执行时不支持导出/导入元图。 启用急切执行时不存在图表。

我尝试的代码是：

import tensorflow.compat.v1 as tf
import tensorflow_hub as hub

config = tf.ConfigProto()
session = tf.Session(config=config)

embed = hub.Module("https://tfhub.dev/google/universal-sentence-encoder/2")
embeddings = embed(
    [
        "The quick brown fox jumps over the lazy dog.",
        "I am a sentence for which I would like to get its embedding",
    ]
)

print(session.run(embeddings))

如何正确运行此代码？

Answer 1

这是您使用的 tensorflow 版本的问题。

在 Tensorflow 2.0 中，您应该使用hub.load()或hub.KerasLayer() 。

Answer 2

基于 github 的讨论： https://github.com/tensorflow/hub/issues/350

以下解决方案对我有用：

import tensorflow.compat.v1 as tf
tf.disable_eager_execution()

上面的代码禁用了急切执行。