无法加载TensorFlow Hub模型，代码无报错却卡住求助

执行代码时，print('before')正常输出，但卡在hub.load("https://tfhub.dev/google/universal-sentence-encoder/4")步骤，无报错信息，程序无法继续运行。以下是针对性的解决方法：

• 切换本地加载模型
  网络波动可能导致远程加载超时，建议手动下载模型文件到本地后加载：

  1. 从模型对应页面下载压缩包并解压；
  2. 修改代码加载本地路径：

  import tensorflow_hub as hub
  
  print('before')
  # 替换为本地模型解压后的实际路径
  embed = hub.load("./universal-sentence-encoder_4")
  print('after')
  
  embeddings = embed([
      "The quick brown fox jumps over the lazy dog.",
      "I am a sentence for which I would like to get its embedding"])
  
  print(embeddings)
  

• 校验版本兼容性
  TensorFlow与TensorFlow Hub版本不匹配可能引发加载异常，执行以下命令升级到兼容版本：

  # 查看当前版本
  pip show tensorflow tensorflow-hub
  # 升级到适配TF2.x的版本
  pip install --upgrade tensorflow tensorflow-hub
  

  注意：Universal Sentence Encoder v4仅支持TensorFlow 2.0及以上版本。

• 强制使用CPU运行
  部分GPU环境下可能存在加载阻塞问题，可临时禁用GPU加速：

  import tensorflow as tf
  import tensorflow_hub as hub
  
  # 限制仅使用CPU
  tf.config.set_visible_devices([], 'GPU')
  
  print('before')
  embed = hub.load("https://tfhub.dev/google/universal-sentence-encoder/4")
  print('after')
  
  embeddings = embed([
      "The quick brown fox jumps over the lazy dog.",
      "I am a sentence for which I would like to get its embedding"])
  
  print(embeddings)
  

• 清理TensorFlow Hub缓存
  缓存文件损坏可能导致加载卡住，删除缓存目录后重新运行：

  • Linux/macOS：删除~/.cache/tensorflow/hub下的模型相关文件；
  • Windows：删除C:\Users\<你的用户名>\AppData\Local\Temp\tensorflow_hub下的模型相关文件。

内容的提问来源于stack exchange，提问作者user17281101