问题标签 [tensorflow-hub]

我试图通过使用编码器创建一个连体网络来微调通用句子编码器。我想在训练期间训练 tensorflow_hub 通用编码器模块的权重，但我不确定如何使用估计器来做到这一点。

我的问题是，如果我在下面使用两个 hub.text_embedding_column 进行设置，它将训练两个单独的网络，而不是像训练它们是连体网络一样训练它们。如果不共享权重，我将如何更改它以便共享和训练权重。如果有帮助，我可以从本地机器加载模块。

我正在尝试使用新的 tensorflow 2 实现以下网络Fots进行文本检测。作者使用 resnet 作为其网络的主干，所以我的第一个想法是使用 tensoflow hub resnet 来加载预训练的网络。但问题是我找不到打印从 tfhub 加载的模块摘要的方法？

有没有办法从 tf-hub 查看加载的模块的层？谢谢

更新

不幸的是，resnet 不适用于 tf2-hub，所以我决定使用 resent 的内置 keras 实现，至少在有集线器 impl 之前是这样。其中。

这是我使用 tf2.keras.applications 获得 resnet 中间层的方法：

我在 2017 年关注了“诗人的 Tensorflow”，并重新训练了我自己的图像集并创建了“retrained_graph.pb”和“retrained_labels.txt”
今天我需要在 Tensorflow Serving 上运行这个模型。有两种选择可以完成此操作：

1. 升级旧模型以将其保存为“saved_model”格式并在 Tensorflow Serving 上使用它——我发现了一些 SO 帖子来完成它（这个或 那个）。

2. 使用最新的 tensorflow Hub 和 Keras ( https://www.tensorflow.org/tutorials/images/hub_with_keras )

我正在寻找其中最好的选择，或者一个新的。

我有 tensorflow 版本“1.14.0”，pip3 也更新了。但是当我这样做时： -

我收到此错误：

TensorFlow hub 的版本为 0.5.0。关于堆栈溢出的一些答案表明 tensorflow 版本应该大于 1.7.0 而我的版本更高，但我仍然不知道为什么没有导入集线器。错误的完整追溯是：-

到目前为止，我已经尝试完全卸载 tf 然后再次安装，重新安装 tf hub 并更新 pip。任何帮助将不胜感激！

我已经通过Tensorflow Hub训练了一个基于迁移学习的模型。我一直在很多地方寻找有关生成混淆矩阵的提示，但我无法找到正确的解决方案。

有谁知道这是否可能？

我尝试的最后一件事是将结果写在 Excel 工作表中，但我在 Excel 中找不到用于混淆矩阵的多类计算的公式。

任何帮助都会很棒！

我想尝试 tensorflow-hub 中提供的嵌入，具体来说是“通用句子编码器”。我尝试了提供的示例（https://colab.research.google.com/github/tensorflow/hub/blob/master/examples/colab/semantic_similarity_with_tf_hub_universal_encoder.ipynb），效果很好。所以我尝试对“多语言”模型做同样的事情，但每次加载多语言模型时，colab 内核都会失败并重新启动。有什么问题，我该如何解决？

我正在使用 Colab 运行文本分析代码。我想从 tensorflow_hub获得Universal-sentence-encoder-large 。但任何时候运行包含以下代码的块：

我收到此错误：

如果您知道如何修复此错误，我将不胜感激？

编辑：我尝试打开急切执行以查看是否可以准确确定问题发生的位置，急切执行停止了错误并使其成功运行。不知道为什么会这样，不幸的是这对我没有帮助。

原始帖子：我对 Tensorflow 很陌生，我正在尝试了解如何在 tf.keras 模型中使用 Tensorflow-Hub 模块。我的目标是创建一个电子邮件分类系统来在我的组织中路由电子邮件。

我已经使用使用通用句子编码器模块预处理的数据构建了一个模型。这是一个 RNN 并且工作得非常有效，但我对是否可以提高我的准确性很感兴趣。

现在我想将这个模块直接整合到我的神经网络中，这样我就可以训练它了。

我在 Jupyter Notebook 中运行它。

我构建了一个简单的非 RNN 模型来尝试对 Tensorflow-Hub 模块进行培训。

这是我的完整控制台输出：

我想在 TensorFlow Hub嵌入上使用Universal Sentence Encoder 计算Word Mover 的距离。

我已经在spaCy 上尝试了 WMD-relax的示例，它从 spaCy 加载“en”模型，但我找不到另一种方法来提供其他嵌入。

在gensim中，它似乎只接受load_word2vec_format文件（file.bin）或load文件（file.vec）。

据我所知，有人基于 pytorch 编写了一个用于令牌嵌入的 Bert，但它并未推广到 tf-hub 上的其他模型。

有没有其他方法可以将 tf-hub 上的预训练模型转换为 spaCy 格式或 word2vec 格式？

我有 140,000 个句子想要嵌入。我正在使用 TF_HUB 通用句子编码器并迭代句子（我知道这不是最好的方法，但是当我尝试将 500 多个句子输入模型时它会崩溃）。我的环境是：Ubuntu 18.04 Python 3.7.4 TF 1.14 Ram：16gb 处理器：i-5

我的代码是：

版本 1 我在 tf.session 上下文管理器中进行迭代

版本 2 我在每次迭代中打开和关闭一个会话

虽然版本 2似乎确实有某种 GC 并且内存被清除了一点。它仍然会超过 50 件物品并爆炸。

版本 1只是继续吞噬内存。

arnoegw给出的正确解决方案

我是 TF 的新手，可以使用我能获得的任何帮助。