将Tensorflow Hub与TF2和Universal Sentence Encoder v4结合使用

Question

尝试使用TF2和通用句子编码器。我在下面使用相同的代码，它适用于其他一些Hub模式（nnlm-20,50,128），但不适用于USE v4。我认为这与输出形状有关（由于错误以及model.summary（）显示的内容），因为输出是{'outputs':( None，512）}：

的字典

embed_layer = hub.KerasLayer("https://tfhub.dev/google/universal-sentence-encoder-large/4",input_shape=[],dtype=tf.string,trainable=True)

model = tf.keras.Sequential()
model.add(embed_layer)
model.add(tf.keras.layers.Dense(16, activation='relu'))
model.add(tf.keras.layers.Dense(1, activation='sigmoid'))

model.summary()

model.compile(optimizer='adam',
          loss='binary_crossentropy',
          metrics=['accuracy'])

history = model.fit(train_dataset,
                validation_data=validation_dataset,
                epochs=30,
                verbose=1
               )

ValueError：检查输入时出错：预期keras_layer_input具有1维，但数组的形状为（）