tf_repos
tf_repos copied to clipboard
lambdaji
TensorFlow Script
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 *...
建议可以加个readme 比如get_criteo_feature.py默认测试集的所有特征都在训练集出现过，否则feature_map不全； 比如测试的数据不能太少，不然cutoff都没了； 比如测试集这里跟训练集这里下标差一：val = dists.gen(i, features[continous_features[i] - 1])，然后我改成跟训练集一样的下标了，应该是我的数据格式测试集合训练集是一样的，博主的两者数据坐标差一？ 测试集的label = features[0]我也加上去了，这样后面对比测试效果应该能更加方便对比，不然延用训练集的最后一个label感觉怪怪的； 比如数值型连续值不能只有一个唯一值，否则归一化出错； ...........
https://github.com/lambdaji/tf_repos/tree/master/deep_ctr#how-to-use should update the link -> 实验数据集用criteo，特征工程参考[here](url)
这个路径下有一堆特征处理脚本，特别乱，看的头都大了，请问这些脚本的具体执行顺序是怎么样的？get_join_sample.sh得到的是特征频次没过滤的libsvm格式，要得到最终的特征频次过滤后的libsvm格式，这些脚本应该按什么顺序执行？
有个疑问，请问特征109_14和特征206上的ID为啥是不统一的，理论上如果是同一个商品类目，ID不应该是一致的吗，我统计了其中40W条数据，发现这两个特征里出现的ID并没有交集，请问是我理解错了这个数据集的含义吗，有人可以解答吗，感谢！
遇到 UserWarning: Converting sparse IndexedSlices to a dense Tensor of unknown shape. This may consume a large amount of memory. "Converting sparse IndexedSlices to a dense Tensor of unknown shape....
