尝试基本张量流代码时出现运行时错误

Question

更新：

无论是单词、句子还是短语，通用句子编码器将始终返回向量大小 512。我想知道为什么是 512而不是其他。

---

通过提供的答案解决了以下问题。

我尝试了张量流主页上提供的示例：

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

我遇到这样的运行时错误：

运行时错误：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))

如何正确运行这段代码？

Answer 1

这与您使用的张量流版本有关。

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