TypeError: список тензоров, когда ожидается единственный тензор с использованием tf.nn.l2normalize - PullRequest
Новая
       0

TypeError: список тензоров, когда ожидается единственный тензор с использованием tf.nn.l2normalize

0 голосов
/ 28 мая 2020

Моя версия tenorflow - 2.0.0, а версия tenorflow-hub - 0.8.0.

когда я запускаю модель в tf.nn.l2_normalize, я получил Typeerror, что список тензоров при одиночном Tensor ожидается. Вот мой код 

import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()
import tensorflow_hub as hub

class USE(object):
def __init__(self, cache_path):
    super(USE, self).__init__()
    os.environ['TFHUB_CACHE_DIR'] = cache_path
    module_url = "https://tfhub.dev/google/universal-sentence-encoder-large/3"
    self.embed = hub.load(module_url)
    config = tf.ConfigProto()
    config.gpu_options.allow_growth = True
    self.sess = tf.Session(config=config)
    self.build_graph()
    self.sess.run([tf.global_variables_initializer(), tf.tables_initializer()])

def build_graph(self):
    self.sts_input1 = tf.placeholder(tf.string, shape=(None))

    self.sts_input2 = tf.placeholder(tf.string, shape=(None))

    sts_encode1 = tf.nn.l2_normalize(self.embed.signatures['default'](self.sts_input1), axis=1)
    sts_encode2 = tf.nn.l2_normalize(self.embed.signatures['default'](self.sts_input2), axis=1)

    self.cosine_similarities = tf.reduce_sum(tf.multiply(sts_encode1, sts_encode2), axis=1)
    clip_cosine_similarities = tf.clip_by_value(self.cosine_similarities, -1.0, 1.0)
    self.sim_scores = 1.0 - tf.acos(clip_cosine_similarities)

def semantic_sim(self, sents1, sents2):
    scores = self.sess.run(
        [self.sim_scores],
        feed_dict={
            self.sts_input1: sents1,
            self.sts_input2: sents2,
        })
    return scores

Как я могу решить эту проблему? Не могли бы вы дать мне совет, как действовать дальше? Спасибо

...