Question

我正在尝试以下通用代码编码器示例：

sentences_list = [
# phone related
'My phone is slow',
'My phone is not good',
'I need to change my phone. It does not work well',
'How is your phone?',

# age related
'What is your age?',
'How old are you?',
'I am 10 years old',

# weather related
'It is raining today',
'Would it be sunny tomorrow?',
'The summers are here.'

]

with tf.Session() as session:

    session.run([tf.global_variables_initializer(), 
    tf.tables_initializer()])
    sentences_embeddings = session.run(embed.signatures['default'] (sentences_list))

但是得到错误：

ValueError：ConcreteFunction的所有输入必须为张量；调用修剪后，第0个输入（[“我的手机速度慢”，“我的手机不好”，“我需要更换手机。它无法正常工作”，“你的手机怎么样？”， “你几岁？”，“你几岁？”，“我10岁”，“今天在下雨”，“明天会晴天吗？”，“夏天在这里。”]）不是张量。

Answer 1

它表示您显然正在传递不是tensot的变量。您缺少的是句子_list应该通过tf.constant或tf.placeholder传递，这取决于您要如何使用它。

对于tf.constant使用： x = tf.constant（sentences_list）

并将x传递给embed.signatures ['default']

Answer 2

由于tensorflow仅与Tensors一起使用，因此它不会接受python列表作为输入，并且正如错误还指出的那样，您需要将列表转换为Tensor然后再馈入它。

您可以做的是将列表定义为numpy数组，例如

np_list = np.asarray(sentence_list)，然后使用

将其转换为张量

tensor_list = tf.convert_to_tensor(np_list)。

在np.asarray和convert_to_tensor上了解有关它们的更多信息

ValueError：`ConcreteFunction`的所有输入必须为张量

2 个答案: