sparse_feature_number怎么计算
收藏
PaddleRec中模型超参的配置均体现在config.yaml文件中hyper_parameters模块,本示例超参配置如下所示,其中参数解释如下:
class:优化器类型;
learning_rate:学习率;
sparse_feature_number:稀疏特征数量;
sparse_feature_dim:稀疏特征维度;
fc_sizes:全连接层的规模。
# hyper parameters of user-defined network
hyper_parameters:
# optimizer config
optimizer:
class: Adam
learning_rate: 0.001
# user-defined pairs
sparse_feature_number: 600000
sparse_feature_dim: 9
fc_sizes: [512, 256, 128, 32]
这个demo里的sparse_feature_number稀疏特征数量是怎么求的啊
0
收藏
请登录后评论
大佬,可以看看你项目代码吗