Я пытаюсь закодировать список строк различной длины с помощью Universal Sentence Encoder. Пример кода прекрасно работает с TF 2.0:
g = tf.compat.v1.Graph()
with g.as_default():
text_input = tf.compat.v1.placeholder(dtype=tf.compat.v1.string, shape=[None])
embed = hub.Module("https://tfhub.dev/google/universal-sentence-encoder/2")
embedded_text = embed(text_input)
init_op = tf.compat.v1.group([tf.compat.v1.global_variables_initializer(),
tf.compat.v1.tables_initializer()])
g.finalize()
# Create session and initialize.
session = tf.compat.v1.Session(graph=g)
session.run(init_op)
result = session.run(embedded_text, feed_dict={text_input: ["Hello world"]})
У меня есть большое количество предложений, которые я хочу закодировать. Я попробовал некоторые предложения от здесь . Но, не будучи в состоянии успешно реализовать это. Я совершенно новичок в TensorFlow, поэтому любая помощь высоко ценится.