tensorflow-DeepFM

tensorflow-DeepFM copied to clipboard

模型结构

5

老哥，我对你代码的理解，first_order是F维，second_order是K维，Deep层输出维度。这三个维度concat之后再加权输出？ 这个跟论文好像不一样呀……

fangding678

can't import this module which version of tf conclude this module

Miaotxy

请问 # "ps_calc_01", "ps_calc_02", "ps_calc_03", "ps_calc_04", # "ps_calc_05", "ps_calc_06", "ps_calc_07", "ps_calc_08", # "ps_calc_09", "ps_calc_10", "ps_calc_11", "ps_calc_12", # "ps_calc_13", "ps_calc_14", # "ps_calc_15_bin", "ps_calc_16_bin", "ps_calc_17_bin", # "ps_calc_18_bin", "ps_calc_19_bin", "ps_calc_20_bin" ] 这里的数据为什么要忽略呢，是不是加上就过拟合了？？因为这都是向量特征，加上不是更合适吗？

liheyong

如何export模型

9

我用如下代码导出DeepFM模型，但是发现freeze_model_dir/variables为空，请问应该如何导出DeepFM的pb模型？ `def freeze_model(self): freeze_model_dir = "freeze_model_dir" save_dir = 'checkpoints/' save_path = os.path.join(save_dir, 'best_validation') start_time = `time()` print(tf.trainable_variables()) print("freeze model...") SIGNATURE_NAME = "serving_default" builder = tf.saved_model.builder.SavedModelBuilder(freeze_model_dir) inputs = {'feat_index': tf.saved_model.utils.build_tensor_info(self.feat_index), 'feat_value':...

ShengZhaoDUT

chenqiCSDN

https://github.com/ChenglongChen/tensorflow-DeepFM/blob/a43dd5ff1f61a275c8a6e0fd659e200af64093cc/DeepFM.py#L89

nevergiveuphe

我也有此疑问， 按论文中的意思，y_FM= reduce_sum(first_order,1) + reduce_sum(second_order,1) y_DNN = reduce_sum(y_deep,1)，这个和 concat([first_order, second_order, y_deep]) X weights["concat_projection"])是不等价的吧，毕竟weights["concat_projection"]是不全为1的向量（变量），而且只有wx和DNN最后一层需要乘，second_order的xixj项不需要乘weight 不知道是不是我理解不对？ concat之后再输出，在计算结果上，和论文中 sigmoid(y_FM+y_DNN) 单独计算再加和是一样的。 我觉得first order乘以feature_bias是多余的。因为embedding的结果与deep、second order拼接最后接一个projection layer，只看feat_value-projection这一块就已经是等价LR 的形式（论文中的公式2），在前面乘以一个feature_bias又不加非线性激活函数完全没必要。 PS：在gayhub上讨论，是不是还是用英语更合适？ _Originally posted by @futureer in https://github.com/ChenglongChen/tensorflow-DeepFM/issues/32#issuecomment-451852547_

van19

Why are categorical data all set 1?

5

If do so,what`s the meaning of categorical data?

Superhors

hi， 你好，非常喜欢DeepFM的想法，但是有一个疑问就是，FM的embedding size通常设置的不大比如4或者8这个量级，但是在深度学习中一般设置的会相对大，比如32、64，128。DeepFM中这两者为同一个的话，会不会说某种程度抑制了深度部分的学习能力？请问有做过相关的实验吗？

wangjialin114

TypeError: Expected string passed to parameter 'tensor_names' of op 'SaveV2', got ['Variable', 'Variable/Adam', 'Variable/Adam_1', 'Variable_1', 'Variable_1/Adam', 'Variable_1/Adam_1', 'Variable_2', 'Variable_2/Adam', 'Variab

4

请问各位 ： TypeError: Expected string passed to parameter 'tensor_names' of op 'SaveV2', got ['Variable', 'Variable/Adam', 'Variable/Adam_1', 'Variable_1', 'Variable_1/Adam', 'Variable_1/Adam_1', 'Variable_2', 'Variable_2/Adam', 'Variab 这个错误是为什么？ 完整的错误信息是这样： Traceback (most recent call last): File...

wylwylwyl