关于特征的向量表示我有一个疑问

[sshzhang]

trafficstars

def _initialize_weights(self): weights = dict() # embeddings # FM 组件 weights["feature_embeddings"] = tf.Variable( tf.random_normal([self.feature_size, self.embedding_size], 0.0, 0.01), name="feature_embeddings") # feature_size * K 上面是初始化权重的方法 但是我们如何能直接初始化一个特征表示的矩阵weights["feature_embeddings"]，每个特征表示的向量 不是应该通过相应的嵌入层网络获得吗？ 还有伴随着训练完成 ，为什么weights["feature_embeddings"]会发生变化??

[sudongxiang]

这涉及到tensorflow的原理了，记住，调用方法只是一种手段，你可以在graph里面初始化，效果是一样的。