wide_deep实战问题系列3

来源:10-3 wide and deep网络结构与数学原理介绍

慕哥0458965

2019-01-27

老师,您好!非常感谢您回答了我的前两个问题。我现在跑您的demo代码,有新遇到两个问题:
第一个问题:
我的公司GPU是tensorflow1.7版本,没有您的过滤字符串函数tf.strings,所以报错如下:data_set = tf.data.TextLineDataset(data_file).skip(1).filter(lambda line: tf.not_equal(tf.strings.regex_full_match(line, “.?.”),True))
AttributeError: module ‘tensorflow’ has no attribute 'strings’
请问这怎么改一下能让我的tensorflow1.7版本正常运行?
第二个问题:
老师,您的demo程序换成我的海量数据,就可以出好的效果了么?还是需要我做很多细节工作,如果需要我做很多细节工作的话,请您指点一下都需要做哪些方面的?
非常期待您的回答。

写回答

2回答

David

2019-01-27

你们项目应该之前用过浅层模型。 你可以先使用那些特征 跑个深层模型看看结果。

0
2
慕哥0458965
老师,确实之前是对1000多个特征用spark搞的gbdt,现在跑深层模型deep_wide,是按您的demo还不够吧,您的demo真正部署上线还需要加些什么吗?我理解demo就是本地电脑玩的,上线肯定要加好多细节吧?
2019-01-27
共2条回复

David

2019-01-27

1.第一过滤是过滤掉有问号的行 如果你之前处理特征时候 没有异常,这个filter可以直接去掉。
2.不同产品 需要依赖不同数据特征 把和结果相关的特征找到 基本上训练的model应该会好。 看离线auc评估。 关键是根据自己产品log,找到相关特征。这是关键。

0
1
慕哥0458965
老师,您好,我就是跑您的demo程序,加filter报上面那个错误,不加filter报list越界错误,我的tf是1.7版本,请问我怎么跑通您的demo?
2019-01-27
共1条回复

个性化推荐算法实战(可用于毕设) BAT大牛亲授

让你掌握一套完整的,能落地的个性化推荐算法体系。可用于毕设。

839 学习 · 253 问题

查看课程