本次驗證的目的在于：使用tf.feature_column.embedding_column函數(shù)進行訓(xùn)練得到的vector，在預(yù)測時直接使用tf.feature_column.embedding_column(k,dimension=8,ckpt_to_load_from=',tensor_name_in_ckpt=embedding_weights")來調(diào)用時，能否將樣本對應(yīng)到相應(yīng)的hash bucket中。

首先，將category column進行tf.feature_column.categorical_column_with_hash_bucket處理，最后得到的hash_bucket即為分hash bucket后，每個樣本對應(yīng)的hash桶id。

image.png

然后，在預(yù)測時，直接調(diào)用tf.feature_column.embedding_column(k,dimension=8,ckpt_to_load_from=',tensor_name_in_ckpt=embedding_weights")，對樣本進行處理。這里取id=45，發(fā)現(xiàn)調(diào)用后id為45的樣本為第0,41,433個，取sess.run()后的數(shù)據(jù)查看，發(fā)現(xiàn)進過訓(xùn)練得到的embedding向量完全一致！

image.png

image.png

經(jīng)過這一系列的驗證，發(fā)現(xiàn)直接tf.feature_column.embedding_column很方便，且能保證訓(xùn)練和預(yù)測一致。