DCN模型：field_size、feature_size等参数导致的reshape、embedding_lookup等问题

[shuDaoNan9]

1. 请问DCN模型的代码不能直接用于criteo数据集吗？还是要运行的时候传哪几个参数？
2. 我看代码里面默认field_size是0，这里必须要在运行时候传参吧，比如我的是field_size=2496 ？不传参的话“ feat_vals = tf.reshape(feat_vals, shape=[-1, field_size, 1])”这里reshape成（-1,0）就报错了： Reshape cannot infer unless all specified input sizes are non-zero。 但是传参的话，后面feature_size代码里面默认也是0，且没有计算新值赋值，导致变成Feat_Emb维度是(0, 32)，然后又引起
   embeddings = tf.nn.embedding_lookup(Feat_Emb, feat_ids) # None * F * K 有“indices[0,1872] = 1 is not in [0, 0)”的错误。
3. 然后我根据tr.libsvm每行有39个空格、feature_map文件有428行，改了下面两个默认参数： tf.app.flags.DEFINE_integer("feature_size", 428, "Number of features") tf.app.flags.DEFINE_integer("field_size", 39, "Number of fields") 但是还是有各种维度对不上： Assign requires shapes of both tensors to match. lhs shape= [1312,1] rhs shape= [79936,1]

[shuDaoNan9]

删了历史保存的模型，重跑就跑起来了，o(╯□╰)o。。。。。。。。。。。。。。。。。。

[lambdaji]

run.sh 19行