tf.squeeze/tf.expand_dims

作者：繁依Fanyi0 | 2024-06-29 13:25:22

踩

在git上的FM开源代码中看到了这样子的用法

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