Python 通用句子编码器类型错误修剪（文本）预期张量

我已经将universal Session encoder 2下载到一台没有互联网接入的计算机上，并解压缩到一个目标文件夹：“data”

import tensorflow as tf
import tensorflow_hub as hub

USE_embedder = hub.load(r'data/')

如果我像往常一样运行

USE_embedder（['test']）

，我会得到一个错误：

TypeError:“Autotrackable”对象是不可调用的。

但是按照tensorflow文档，我认为我可以运行：

USE_embedder.signatures['default'](['test'])

但是我得到了类型错误：

TypeError: pruned(text: expected argument #0(zero-based to be a Tensor; got list(['test'])

当我可以从联网的计算机上运行它时，从加载而不是提取的下载，我可以很好地运行类似的东西。如何使模型能够嵌入文档中通常显示的文本（例如，

USE_embedder（['text']）

返回向量）

---

使用：Python 3.6.7、Tensorflow 2.4.1、Tensorflow_hub 0.11.0

将列表转换为张量时，应该可以使用：

USE_embedder.signatures['default'](tf.constant(['test']))

（使用TF 2.4.1、tensorflow_轮毂0.11.0进行测试）