Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
Greenplum
Pytorch Widedeep
提交
3165f135
P
Pytorch Widedeep
项目概览
Greenplum
/
Pytorch Widedeep
12 个月 前同步成功
通知
9
Star
1
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
DevOps
流水线
流水线任务
计划
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
P
Pytorch Widedeep
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
DevOps
DevOps
流水线
流水线任务
计划
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
流水线任务
提交
Issue看板
体验新版 GitCode,发现更多精彩内容 >>
提交
3165f135
编写于
11月 21, 2017
作者:
J
jrzaurin
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
adapt for cases with no crossed_columns
上级
96af7926
变更
2
隐藏空白更改
内联
并排
Showing
2 changed file
with
8 addition
and
4 deletion
+8
-4
wide_deep/data_utils.py
wide_deep/data_utils.py
+2
-0
wide_deep/torch_model.py
wide_deep/torch_model.py
+6
-4
未找到文件。
wide_deep/data_utils.py
浏览文件 @
3165f135
...
...
@@ -2,6 +2,7 @@
import
numpy
as
np
import
pandas
as
pd
from
collections
import
namedtuple
from
itertools
import
chain
from
sklearn.preprocessing
import
StandardScaler
from
sklearn.model_selection
import
train_test_split
...
...
@@ -87,6 +88,7 @@ def prepare_data(df, wide_cols, crossed_cols, embeddings_cols, continuous_cols,
# Extract the target and copy the dataframe so we don't mutate it
# internally.
Y
=
np
.
array
(
df
[
target
])
all_columns
=
list
(
set
(
wide_cols
+
deep_cols
+
list
(
chain
(
*
crossed_cols
))))
df_tmp
=
df
.
copy
()[
list
(
set
(
wide_cols
+
deep_cols
))]
# Build the crossed columns
...
...
wide_deep/torch_model.py
浏览文件 @
3165f135
...
...
@@ -136,11 +136,13 @@ class WideDeep(nn.Module):
# Deep Side
emb
=
[
getattr
(
self
,
'emb_layer_'
+
col
)(
X_d
[:,
self
.
deep_column_idx
[
col
]].
long
())
for
col
,
_
,
_
in
self
.
embeddings_input
]
if
self
.
continuous_cols
:
cont_idx
=
[
self
.
deep_column_idx
[
col
]
for
col
in
self
.
continuous_cols
]
cont
=
[
X_d
[:,
cont_idx
].
float
()]
deep_inp
=
torch
.
cat
(
emb
+
cont
,
1
)
else
:
deep_inp
=
torch
.
cat
(
emb
,
1
)
cont_idx
=
[
self
.
deep_column_idx
[
col
]
for
col
in
self
.
continuous_cols
]
cont
=
[
X_d
[:,
cont_idx
].
float
()]
deep_inp
=
torch
.
cat
(
emb
+
cont
,
1
)
x_deep
=
F
.
relu
(
self
.
linear_1
(
deep_inp
))
if
self
.
dropout
:
x_deep
=
self
.
linear_1_drop
(
x_deep
)
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录