代码逻辑整理

构建神经网络

1. 输入
   函数 get_inputs()
   user相关：uid， user_gender，user_age，user_job
   movie相关：movie_id，movie_categories，movie_titles

2. 定义user矩阵
   函数 get_user_embedding( )
   uid_embed_layer，gender_embed_layer，age_embed_layer，job_embed_layer

3. 将User的嵌入矩阵一起全连接生成User的特征
   函数 get_user_feature_layer( )
   第一层全连接. uid_fc_layer，gender_fc_layer， age_fc_layer， job_fc_layer
   第二层全连接 user_combine_layer，user_combine_layer，user_combine_layer_flat

4. 定义Movie ID的嵌入矩阵
   函数 get_movie_id_embed_layer（）
   movie_id_embed_layer

5. 合并电影类型的多个嵌入向量
   函数 get_movie_categories_layers（）
   movie_categories_embed_layer， movie_categories_embed_layer

6. Movie Title的文本卷积网络实现
   函数 get_movie_cnn_layer（）
   从嵌入矩阵中得到电影名对应的各个单词的嵌入向量
   movi