gpt4 book ai didi

python - Keras 函数式 API 和 TensorFlow Hub

转载 作者:太空宇宙 更新时间:2023-11-03 20:22:01 25 4
gpt4 key购买 nike

我正在尝试使用 Universal Sentence Encoder以功能方式从 TF Hub 作为 keras 层。我想将 hub.KerasLayer 与 Keras Function API 一起使用,但我不确定如何实现这一点,到目前为止我只看到了 hub.KerasLayer 与 Sequential API 的示例

import tensorflow_hub as hub
import tensorflow as tf
from tensorflow.keras import layers
import tf_sentencepiece


use_url = 'https://tfhub.dev/google/universal-sentence-encoder-multilingual-large/1'

english_sentences = ["dog", "Puppies are nice.", "I enjoy taking long walks along the beach with my dog."]
english_sentences = np.array(english_sentences, dtype=object)[:, np.newaxis]


seq = layers.Input(shape=(None, ), name='sentence', dtype=tf.string)
module = hub.KerasLayer(hub.Module(use_url))(seq)
model = tf.keras.models.Model(inputs=[seq], outputs=[module])
model.summary()

x = model.predict(english_sentences)
print(x)

上面的代码在将输入层传递到嵌入时遇到此错误:TypeError: Can't conversion 'inputs': Shape TensorShape([Dimension(None), Dimension(None)]) is incompile with TensorShape([维度(无)])

是否可以在 TensorFlow 1.x 中将 hub.KerasLayer 与 keras 功能 API 结合使用?如果可以的话,怎么做?

最佳答案

试试这个

sentence_encoding_layer = hub.KerasLayer("https://tfhub.dev/google/universal-sentence-encoder/4",
trainable=False,
input_shape = [],
dtype = tf.string,
name = 'U.S.E')

inputs = tf.keras.layers.Input(shape = (), dtype = 'string',name = 'input_layer')

x = sentence_encoding_layer(inputs)
x = tf.keras.layers.Dense(64,activation = 'relu')(x)

outputs = tf.keras.layers.Dense(1,activation = 'sigmoid',name = 'output_layer')(x)

model = tf.keras.Model(inputs,outputs,name = 'Transfer_learning_USE')
model.summary()

model.predict([句子])

关于python - Keras 函数式 API 和 TensorFlow Hub,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/58101445/

25 4 0
文章推荐: matlab - imshow 不显示相同的图像
文章推荐: javascript - 简单隐藏的CSS属性?
文章推荐: c# - 如何在文件夹路径中使用今天的日期
文章推荐: html - 是否垂直对齐 :middle; property work on
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com