问题标签 [tensorflow-hub]

我是 Tensorflow 的新手，我正在使用 retrain.py 来训练一些图像。如果我有一个包含 10000 张图像的更大数据库并且我有一个支持 GPU 的系统。如何使用 retrain.py 在我的 Nvidia GPU 上运行。这样训练会更快完成。

我正在按照以下链接中的步骤操作

https://www.tensorflow.org/hub/tutorials/image_retraining

我有一些句子，我正在为其创建一个嵌入，它非常适合相似性搜索，除非句子中有一些真正不寻常的单词。

在这种情况下，真正不寻常的词实际上包含句子中任何词的最相似信息，但由于该词显然不在模型的词汇表中，所有这些信息在嵌入过程中都丢失了。

我想获得 GUSE 嵌入模型已知的所有单词的列表，以便我可以将那些已知单词从我的句子中屏蔽掉，只留下“新颖”的单词。

然后我可以在我的目标语料库中对那些新词进行精确的词搜索，并为我的相似句子搜索实现可用性。

例如“我喜欢使用 Xapian！” 嵌入为“我喜欢使用 UNK”。

如果我只对“Xapian”进行关键字搜索而不是语义相似性搜索，我将获得比使用 GUSE 和向量 KNN 更多的相关结果。

关于如何提取 GUSE 已知/使用的词汇的任何想法？

我正在通过 elmo 提取特征。训练和测试是文本数据。在 google colab 中执行时出现错误。我检查了以前的 Stackoverflow 问题，但无法解决。带有指针的确切代码将很有帮助。

我收到以下错误：UnknownError：无法获得卷积算法。这可能是因为 cuDNN 初始化失败，因此请尝试查看上面是否打印了警告日志消息。[[node module_apply_default_1/bilm/CNN_2/Conv2D_6（定义在/usr/local/lib/python3.6/dist-packages/tensorflow_hub/native_module.py:517）]] [[node Mean（定义在：8）]]

我对python完全陌生，在运行我的程序时出现错误..

我train.py是

没有导入tensorflow_hub它工作正常.. 但对于我的算法它必须.. 我搜索了很多链接，但我无法得到正确的解决方案。请给我一个小提示来解决我的问题..

有人知道从 BERT 在 Tensorflow Hub 上托管的模型访问中间层输出的方法吗？

该模型托管在这里。我探索了元图，发现唯一可用的签名是“tokens”、“tokenization_info”和“mlm”。前两个在 github 上的示例中进行了说明，而掩码语言模型签名没有多大帮助。一些模型像 inception 一样，允许您访问所有中间层，但不能访问这一层。

现在，我能想到的只有：

1. 运行[i.values() for i in tf.get_default_graph().get_operations()]以获取张量的名称，然后找到我想要的（从数千个中）
2. tf.get_default_graph().get_tensor_by_name(name_of_the_tensor)访问这些值并将它们拼接在一起并将它们连接到我的下游层。

有人知道使用 Tensorflow 的更清洁的解决方案吗？

我正在做情绪分析。我正在使用 elmo 方法来获取词嵌入。但我对这种方法给出的输出感到困惑。考虑张量流网站中给出的代码：

特定句子的嵌入向量根据您提供的字符串数量而有所不同。详细解释让

所以x1[0]不会等于z1[0]。这会随着您更改字符串的输入列表而改变。为什么一个句子的输出取决于另一个。我没有训练数据。我只使用现有的预训练模型。在这种情况下，我很困惑如何将我的评论文本转换为嵌入并用于情绪分析。请解释。
注意：要获取嵌入向量，我使用以下代码：

我在从 Source 构建 TF Hub 时遇到问题。任何人都可以帮助我吗？我一直在按照https://github.com/tensorflow/hub/blob/master/tensorflow_hub/pip_package/PIP.md中给出的步骤 安装 bazel 0.24.1。

我得到的错误：

巴泽尔版本：0.24.1

蟒蛇版本：3

张量流版本：2.0.0a

重现命令：

预期输出：无错误。构建成功

我正在使用 Keras 的 Lambda 层和 TensorFlow Hub 从预构建的嵌入器中下载词嵌入。

我希望 Keras 能够为我的输入中的每个单词构建一个包含 128 个单词嵌入列表的模型。实际上，Lambda 层在“嵌入”函数上运行时会导致以下错误。

“ValueError：张量转换为 dtype float32 的张量请求 dtype 字符串：'Tensor("sequential_5_input:0", shape=(?, 2), dtype=float32)'”

根据 GitHub 问题 ( https://github.com/keras-team/keras/issues/10021 ) 上的用户 nuric，此问题是由 Keras 试图推断输出形状引起的。如您所见，我试图通过指定所需的输出形状来解决此问题。

这是神经网络的输入和期望输出：

输入

期望的输出：

我尝试在 TensorFlow 2.0 (alpha) 中运行此代码：

但我得到了这个错误：

在带有 tf 的本地计算机上尝试https://www.tensorflow.org/tutorials/images/hub_with_keras'2.0.0-alpha0'上的示例（下载、pip-下载hub '0.4.0-dev'和删除!pip...行、安装 tf 2、删除enable_v2_behavior 、运行文件）时，它失败了

ValueError: Input 0 of layer dense is in compatible with the layer: its rank is undefined, but the layer需要一个定义的rank。

不过，它在 Google colab 上运行良好。为什么会这样，如何解决？