我不知道如何hub.text_embedding_column在转换为tf.Estimator.

如果我不将模型转换为估计器，则可以在 Keras 模型中使用嵌入。

例如，将一些虚拟数据定义为：

然后，我可以使用下面的代码来训练一个没有错误的 keras 模型

但是，如果我尝试使用 将其转换为估计器tf.keras.estimator.model_to_estimator，突然之间我无法再训练模型了。

如果我使用像 的固定估计器tf.estimator.DNNEstimator，我也可以训练模型而不会出错。

当我尝试使用转换为估计器的 keras 模型对其进行训练时遇到的错误是：

完整的堆栈跟踪如下：

大家好，我有一个问题，我找不到最好的方法

我有一个后端 restful api，我想在其中使用 tensorflow hub 模块，但我有一个问题，那就是每次我想进行计算时，我必须初始化所有变量和表，并且需要很长时间来处理我的问题是：

有没有一种方法可以在会话中一次性初始化所有变量和表并关闭会话，因为解决此问题的一种方法是保持会话打开并进行计算，但我的解决方案的问题是它占用资源.

我把主要代码和我自己的解决方案都放了，以便更好地理解

加载不同模块的函数

在文本上运行嵌入模块的函数

我的解决方案

我正在寻找一个工作示例，其中我使用 TF Hub 图像模块，为自定义任务微调它，也反向传播到 hub 模块。然后保存这个生成的模型并重新加载它以进行评估。

我查看了https://github.com/tensorflow/hub/blob/master/examples/image_retraining/retrain.py但我认为它不会训练模块。

我是 TensorFlow Hub 的新手。我想使用I3D模块并将这个网络微调到另一个数据集，我需要获取最后一个隐藏层以及其他一些层的输出。我想知道是否有办法获得其他层的激活。为 I3D 提供的唯一签名只是“默认”。我认为应该有一种方法可以使用 Tensorflow Hub 模块轻松获取所有层的输出。

这将给我最后一层输出。如何获得其他层的输出，例如第二个卷积层的输出？

我正在尝试使用来自 Tensorflow 集线器的谷歌通用句子编码器构建语义相似性搜索，据我所知，它采用小写标记化字符串并输出 512 嵌入向量。

主要问题

除了表初始化过程之外的所有操作都在一秒钟内执行：

上面的行需要大约 20 秒，有什么方法可以加快表初始化过程（以便以后，为了实际使用，它可以快速将用户输入转换为嵌入向量）？

代码很简单：

上面的代码仅用于测试（我知道它在实践中并不是最优的）。它打开包含数组的腌制文件，并从这些数组中选择最相似的字符串。

很快，我怎样才能加快表初始化，以便在实践中使用这个库？

我正在尝试为 Django 提供通用句子编码器。

代码在开始时被初始化为后台进程（通过使用诸如supervisor之类的程序），然后它使用TCP套接字与Django通信并最终返回编码语句。

但是我在执行时收到以下错误conn.send(session.run(embed([data])))：

RuntimeError: 模块必须应用在为其实例化的图中。

我基本上是在尝试在 tensorflow 中预加载表（因为这需要很多时间），但是 tensorflow 不允许我使用预定义的会话。

我怎样才能解决这个问题？有没有办法预加载这些变量？

PS 我相信这个 Github 问题页面可能会解决我的问题，但我不确定如何实施。

我将 tensorflow hub 0.11 与 tensorflow 1.10 一起使用，但出现如下错误：

我运行下面的代码，但它没有帮助：

我花了几个小时尝试设置 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 tensorflow 服务使 tensorflow hub 嵌入可服务？

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：

然后我尝试运行：

这给出了错误：

我尝试更改部分'text = [“这是什么”]'的格式，但对我没有任何帮助。

不管这部分是否有效，主要目标是设置服务模块并创建可调用的 API。

我尝试过使用 docker，以下行：

事情似乎设置正确：

我试过了

这使

和

这使

一个类似的问题是here

Tensorflow Serving：Rest API 返回“格式错误的请求”错误

只是在寻找让这个模块服务的任何方法。谢谢。

中心。版本== 0.1.1 ''' 导入 tensorflow_hub 作为集线器

'''

我只是复制它 c' https://tfhub.dev/google/imagenet/inception_v3/feature_vector/1 '，当我运行它但得到

无法转换“图像”：预期为 float32，而是得到“省略号”类型的省略号。

帮我

我正在尝试从 tensorflow 实现代码：

https://colab.research.google.com/github/tensorflow/hub/blob/master/examples/colab/semantic_similarity_with_tf_hub_universal_encoder.ipynb

但是，我遇到了 tensorflow lib 的错误如下，我尝试卸载并重新安装 tensorflow 但没有工作，以前有人遇到过这个错误吗？