TensorFlow Hub 形状未定义答案

【问题标题】：Tensorflow Hub shape not definedTensorFlow Hub 形状未定义
【发布时间】：2020-09-03 10:13:33
【问题描述】：

我正在尝试加载预训练的嵌入模型，但无论我给出什么形状，我都找不到输入形状。这似乎是一个非常受欢迎的选择，但我在 tensorflow 中心页面上找不到任何关于使用什么输入形状的指标。输入序列应该具有可变长度，因此我使用无输入形状。 Keras 自动提供批量大小

embedding_url = 'https://tfhub.dev/google/universal-sentence-encoder-large/5'


embedding_layer = hub.KerasLayer(embedding_url)
premises = tf.keras.Input(shape=(None,))
conclusion = tf.keras.Input(shape=(None,))
x1 = embedding_layer(premises)
x2 = embedding_layer(conclusion) 


model = tf.keras.Model(inputs=[premises, conclusion], outputs=[x1, x2])

这是我得到的错误

ValueError: Python inputs incompatible with input_signature:
      inputs: (
        Tensor("input_5:0", shape=(None, None), dtype=float32))
      input_signature: (
        TensorSpec(shape=<unknown>, dtype=tf.string, name=None))

【问题讨论】：

标签： python tensorflow keras

【解决方案1】：

您可以通过将输入形状参数保留为空元组来将功能 API 与 KerasLayer 一起使用。

代码：

import tensorflow_hub as hub
import tensorflow as tf
embedding_url = 'https://tfhub.dev/google/universal-sentence-encoder-large/5'

premises = tf.keras.layers.Input(shape=(), name="Input1", dtype=tf.string)
conclusion = tf.keras.layers.Input(shape=(), name="Input2", dtype=tf.string)
embedding_layer = hub.KerasLayer(embedding_url)
x1 = embedding_layer(premises)
x2 = embedding_layer(conclusion)

model = tf.keras.Model(inputs=[premises, conclusion], outputs=[x1, x2])
tf.keras.utils.plot_model(model, 'my_first_model.png', show_shapes=True)

您的模型如下所示：

【讨论】：