将字符串列表输入给feed_dict TensorFlow 2.0

Question

我正在尝试使用通用语句编码器对不同长度的字符串列表进行编码。该示例代码可与TF 2.0配合使用：

g = tf.compat.v1.Graph()
with g.as_default():
 text_input = tf.compat.v1.placeholder(dtype=tf.compat.v1.string, shape=[None])
 embed = hub.Module("https://tfhub.dev/google/universal-sentence-encoder/2")
 embedded_text = embed(text_input)
 init_op = tf.compat.v1.group([tf.compat.v1.global_variables_initializer(), 
 tf.compat.v1.tables_initializer()])
g.finalize()

# Create session and initialize.
session = tf.compat.v1.Session(graph=g)
session.run(init_op)

result = session.run(embedded_text, feed_dict={text_input: ["Hello world"]})

我要编码的句子很多。我尝试了here的一些建议。但是，无法成功实现它。我是TensorFlow的新手，因此非常感谢您的帮助。