Python 使用Tensorflow_hub和通用句子编码器时的困难

在运行下面的代码时，我得到一个错误。 有人能帮我吗？我使用的是Tensorflow 2.1.0

将熊猫作为pd导入
将numpy作为np导入
导入tensorflow作为tf
将tensorflow_hub导入为hub
导入操作系统
操作系统环境['TF\u CPP\u MIN\u LOG\u LEVEL']=“2”
打印（“如果tf.test.is\GPU\u available（）则GPU为”，“可用”）否则“不可用”）
tweets=pd.read\u csv（'dataset.csv'））
打印（tweets.columns）
标签=推特[['情感']]
tweets=tweets[['mounceText']]
tweets=tweets['mountaintext'].to_numpy（）
嵌入=hub.KerasLayer（“./model”，输出[20]，输入[20]，数据类型=tf.string）
tf.compat.v1.logging.set_详细性（tf.compat.v1.logging.ERROR）
将tf.compat.v1.Session（）作为SES：
运行（[tf.compat.v1.global_variables_initializer（）]））
sess.run（嵌入（tweets））

我得到以下错误：

文件“/anaconda3/lib/python3.7/site packages/tensorflow\u core/python/framework/ops.py”，第4727行，在函数中 断言非自。\梯度\函数\映射

断言者

---

我也遇到了这个问题。通过使用tensorflow==2.0.0（我最初使用的是tensorflow==2.1.0）

在回答部分指定解决方案（尽管在评论部分提到了），以造福社区

---

在这种特定情况下，

缩短数据集的长度解决了错误

，但一般来说，最好提供相应预训练模型的URL，以便轻松检查该模型的属性，包括版本兼容性，这也提高了可读性。

您使用的是tfhub.dev中的模型吗？如果是这样，请添加您正在使用的显式模型，并添加您正在从csv加载的数据示例。@kempy感谢您的回复。我的问题解决了。这段代码没有问题。我缩短了数据集的长度，它一直在工作。谢谢，洛蒂也降级了我的TF版本。我现在正在使用TF2.0.0。