关于DeepFM模型的Embedding层问题

[Mr-maoge]

请教下deepfm/net.py里的FM layer里为何只总共只有一个embedding layer（self.embedding）?
实际上对于不同的categorical feature应该是各有一个不同的embedding层。不同特征共享同一个embedding层是没有意义也行不通的吧。 另外，即使在FM框架下，各个embedding的embedding_dim（嵌入向量维度）是相同的，num_embeddings（ 嵌入字典的大小）也可能是不同的，但模型__init__部分并没有对各个特征分别输入num_embeddings，可能可以用，但感觉是有些问题的吧。

不知是否理解有误，期待解答。

[Mr-maoge]

参考某pytorch版本实现里的embedding层计算

[rogeroyer]

我在看wide&deep实现的时候也存在这种情况，求官方解答一下。

[yinhaofeng]

deepfm中的FM layer有self.embedding_one和self.embedding两个embedding layer。在这里我们在__init__部分直接使用超参数定义了num_embeddings，不需要如pytorch实现时一个个append。

[yinhaofeng]

wide&deep在实现时关于embedding的问题您是否想表达如这个issue所示：https://github.com/PaddlePaddle/PaddleRec/issues/470

[rogeroyer]

明白了，就是把所有离散特征的id映射到一个字典，不同离散特征做好区分就好了，谢谢解答~