EVAKKKK
EVAKKKK
@Daming0508 你好，我最近也在跑这个代码，但是运行出来的结果很奇怪，actor和critic的损失都很大，请问你也是这样吗？ 
@Daming0508 我尝试调整参数了，但是收效甚微，如果你修改成功可以分享一下吗，非常感谢！
@Daming0508 很抱歉再次打扰你，但是最近一直没什么思路，请问你解决了吗，这个损失过大的问题，sad....
我不知道那里出现了错误，一直提醒这个地方有错
已经改好了，确实是数据集的问题，在embedding前转成int64就可以了，可以问一下几个变量的意思吗，多次出现了以feat命名的变量,比如feat_embed_size，self.total_feat = static_feat + dynamic_feat.等等，想问一下这是什么意思。
@massquantity 我在研究DDPG.py这个文件的时候 发现这个前向传播的函数我有点不太理解 为什么要处norm 进行归一化吗？这个scores的计算为什么是这样的呢scores = torch.matmul(action, item_embeds.T)，是对用户采取动作与embedding layer相乘进行一个处理吗？ 
@massquantity 我看原文的奖励的定义是 skip/click/order an item is 0/1/5 能问一下你的这些是什么意思吗 最后一个5是购买我知道 
> 使用的数据是来自淘宝的，pv 是浏览，cart 是加入购物车，fav 是加入喜欢，buy 是购买。reward 是随意定的，RL 里的 reward 定义本身就是难点。 我终于找到了能跑的服务器，运行ddpg之后，这个损失正常吗？看起来很奇怪 
@massquantity 我又重新运行了一遍但是这个损失还是非常大，NCDG的值又很小，请问你运行的结果也是这样吗，看起来数值很奇怪，像是哪里出了问题，如果你方便的话可以回复一下吗，非常感谢！
@massquantity 我回看你的博客后发现你当时也有发现这个问题，请问目前GitHub上面的项目是修改过后的吗，为什么损失还是那么的大 