continuous_value_model
paddle.fluid.layers.continuous_value_model
(input, cvm, use_cvm=True)[源代码]
注意:该OP仅支持在CPU运行。
该OP在CTR项目中,用于去除或处理 input
中的展示和点击值。
输入 input
是一个含展示(show)和点击(click)的词向量,其形状为
(N为batch大小,D为 2 + 嵌入维度 ),show和click占据词向量D的前两维。如果 use_cvm=True
,它会计算
和
,输出的形状为
。如果 use_cvm=False
,它会从输入 input
中移除show和click,输出的形状为
。 cvm
为show和click信息,维度为
。
参数
input (Variable) - cvm操作的输入张量。维度为
的2-D LoDTensor。 N为batch大小, D为 2 + 嵌入维度 , lod level = 1 。
cvm (Variable) - cvm操作的展示和点击张量。维度为
的2-D Tensor。 N为batch大小,2为展示和点击值。
- use_cvm (bool) - 是否使用展示和点击信息。如果使用,输出维度和输入相等,对
input
中的展示和点击值取log;如果不使用,输出维度为输入减2(移除展示和点击值)。
返回
Variable(LoDTensor)变量,
的2-D LoDTensor。如果 use_cvm=True
,M等于输入的维度D,否则M等于 D - 2 。
返回类型
变量(Variable),数据类型与 input
一致。
代码示例
import paddle.fluid as fluid
input = fluid.layers.data(name="input", shape=[-1, 1], lod_level=1, append_batch_size=False, dtype="int64")
label = fluid.layers.data(name="label", shape=[-1, 1], append_batch_size=False, dtype="int64")
embed = fluid.layers.embedding(
input=input,
size=[100, 11],
dtype='float32')
label_shape = fluid.layers.shape(label)
ones = fluid.layers.fill_constant(shape=[label_shape[0], 1], dtype="int64", value=1)
show_clk = fluid.layers.cast(fluid.layers.concat([ones, label], axis=1), dtype='float32')
show_clk.stop_gradient = True
input_with_cvm = fluid.layers.continuous_value_model(embed, show_clk, True)