Created by: HugoLian

来源： http://book.paddlepaddle.org/recommender_system/ 在看完这个网络结构后，有三个问题想请教：

1）比如gender只有男女两个值，但是在网络结构中，还是把它映射成了256维的向量，这么做的意义是什么呢？

embsize = 256
gender_emb = embedding_layer(input=gender, size=embsize)
gender_hidden = fc_layer(input=gender_emb, size=embsize)

2）我不是很熟悉embedding_layer，可以理解成embedding_layer的作用，基本都是把一个维度很大离散的输入，映射程固定长度的词向量，且词向量之间的距离可以表示原始输入的相似度？

3）模型输出是cos（向量a, 向量b），这个值是[-1, 1]那为什么最后会输出4.25的分数？ 如果是做了映射，我看用原始[-2, 2]的rating，和cos[-1, 1]之间做 regression_cost效果好么？为什么不把原始rating得分直接映射到[-1, 1]之间？