我想从这里尝试通用句子编码器链接。
这是我在Ubuntu 18.04和Jupyter笔记本上运行的代码
import tensorflow as tf
import tensorflow_hub as hub
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))
它一直在运行,什么也没发生。它在下载什么东西吗?我已经等了很长时间了。除了以下内容,它什么也没显示:
WARNING: Logging before flag parsing goes to stderr.
W0517 09:23:47.724080 139743818422080 __init__.py:56] Some hub symbols are not available because TensorFlow version is less than 1.14
我检查了我的tensorflow装置。看起来很好。有什么故障排除建议吗?
你很好。这条错误消息讨论了仅在TensorFlow 2中使用TF Hub时才重要的符号,特别是hub.KerasLayer.已建立的TF1. x用法运行良好。
代码已经提交(但还没有被常规Hub版本接收)以切换到不那么令人担忧的措辞。抱歉造成混淆。
我花了几个小时试图设置Tensorflow-hub模块“通用句子编码器”的Tensorflow服务这里有一个类似的问题: 如何使用张量流服务使张量流中心嵌入可用? 我一直在Windows机器上这样做。 这是我用来构建模型的代码: 我已经到了运行以下行的地步: 给我以下结果: 然后我尝试跑步: 这给出了错误: 我曾尝试更改“text=[“what this is”]”部分的格式,但对我来说没有任何效
我一直在尝试重新训练通用句子编码器模块(使用),但我似乎无法从任何更新/重新训练的模块权重生成新的嵌入。 我已经遵循了的分类器示例,并将其替换为use模块。分类器工作正常,我似乎不知道如何访问新模块。我可以恢复保存的模型,但不确定如何实际调用嵌入函数? 例如,之前我通过设置路径 但是,我如何使用恢复的分类器模型进行这个调用呢?请注意,我将参数设置为< code > trainible = True
我使用通用句子编码器精简版创建了一个保存的模型。如果我使用tf.saved_model加载器加载已保存的模型,它工作得很好。 但是,如果我尝试使用Tensorflow服务为模型提供服务,我会得到以下错误: “错误”: “索引[3] = 1 不在 [0, 1)\n\t [[节点: lite_module_apply_default/Encoder_en/柯纳转换器/ClipToMax长度/Gathe
我正试图让tensorflow在我的Windows 10机器上工作。我已经安装了Cude 8和CuDNN 5.1,并将其添加到。安装了Python3.5.4,然后通过执行继续安装TensorFlow。计算机正在运行GeForce 1060。 以下是我尝试导入TensorFlow时得到的结果: 导入tensorflow作为tf回溯(最后一次调用):文件“C:\Users\morit\AppData\
编码器和解码器完成,但仍有一些缺失:测试。 没有测试你只看到如果编解码器工作对一些真正的服务器运行时,这并不是你应该是依靠什么。第十章所示,为一个自定义编写测试 ChannelHandler通常是通过 EmbeddedChannel。 所以这正是现在做测试我们定制的编解码器,其中包括一个编码器和解码器。让重新开始编码器。后面的清单显示了简单的编写单元测试。 Listing 14.5 Memcach
我试图在张量流图中使用条件随机场损失。 我正在执行序列标记任务: 我有一系列元素作为输入。每个元素可以属于三个不同类中的一个。类以一种热编码方式表示:属于类0的元素由向量[表示。 我的输入标签(y)有大小(xx)。 我的网络产生相同形状的日志。 假设我所有的序列都有长度4。 这是我的代码: 我得到以下错误: 文件“/usr/local/lib/python2.7/dist-packages/ten