Universal Sentence Encoder TypeError pruned(text) expected Tensor

问题描述

我已将通用句子编码器 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/')

如果我像往常一样运行 USE_embedder(['test'])，我会收到错误：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'])

但我得到了类型错误：

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

当我可以从联网的计算机上运行它时，从 https://tfhub.dev/google/universal-sentence-encoder/2 加载而不是提取的下载，我可以很好地运行这样的东西。如何使模型能够嵌入文档中通常显示的文本（例如，USE_embedder(['text']) 返回向量）。

使用：Python 3.6.7、Tensorflow 2.4.1、Tensorflow_hub 0.11.0

解决方法

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、tensorflow_hub 0.11.0 测试）