从熊猫数据框创建嵌入的有效方法

Question

我正在尝试使我的代码更高效，因为它需要近1个小时来运行。我正在创建从熊猫数据框到文本字段的嵌入。我的数据框有3万多行。

module_url = "https://tfhub.dev/google/universal-sentence-encoder/4"

embed = hub.KerasLayer(module_url)

the_list=[]
for ls in df["mytext"].values.tolist():
    the_list.append(embed([str(ls)])) 

embeddings=np.array([vec[0] for vec in the_list])

我正在寻找不同的方式，例如：

the_list=[]
for ls in df["mytext"].values.tolist():
    the_list.append(str(ls))

embeddings = embed(the_list)

但是它花费的时间甚至更长，有时我的计算机由于没有足够的资源而崩溃。

我正在使用python 3和tensorflow 2。