嘗試基本 tensorflow 代碼時出現運行時錯誤

Question

更新：

無論是單詞、句子還是短語，Universal Sentence Encoder 總是會返回 512 的向量大小。我想知道為什么是 512而不是別的什么。

---

通過提供的答案解決了以下問題。

我嘗試了 tensorflow 主頁上提供的示例：

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

我遇到這樣的運行時錯誤：

RuntimeError：啟用急切執行時不支持導出/導入元圖。 啟用急切執行時不存在圖表。

我嘗試的代碼是：

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))

如何正確運行此代碼？

Answer 1

這是您使用的 tensorflow 版本的問題。

在 Tensorflow 2.0 中，您應該使用hub.load()或hub.KerasLayer() 。

Answer 2

基於 github 的討論： https://github.com/tensorflow/hub/issues/350

以下解決方案對我有用：

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

上面的代碼禁用了急切執行。