当前位置:   article > 正文

tf.squeeze/tf.expand_dims

tf.squeeze/tf.expand_dims

在git上的FM开源代码中看到了这样子的用法

https://github.com/Aifcce/FM-FFM/blob/master/model/FM.py

batch_weights = tf.squeeze(batch_weights, axis=2)

df_v = tf.expand_dims(df_v, axis=2)

tf.squeeze是降维,把维度为1的去掉,我的理解是,这个代码把dense feature和sparse feature在数据预处理时放到了一起,在进行embedding look up时,dense feature的维度为1(index id为同一个值),因此要进行过滤。

而每个sparse feature的维度不一样,用 tf.expand_dims把维度拉齐。

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/繁依Fanyi0/article/detail/769348
推荐阅读
相关标签
  

闽ICP备14008679号