unknown column in field list_tf.feature_column.shared_embedding_columns的使用

背景
最近在构建模型的时候需要用到用户的历史行为特征，这时候要和对应的特征共享embedding信息，这里就使用到了tf.feature_column.shared_embedding_column，但是网上针对这个api如何调用ckpt文件里的embedding信息并没有很详细的说明，所以自己整理了一下话不多说，看代码：

# 然后将上面的变量存入到ckpt_color(checkpoint文件)中
# 在shared_embedding_column中会用到保存的ckpt_color文件

ckpt_path = '' # 你指定的ckpt文件

color_vocab = ['a', 'b', 'c', 'd']
color_emb = [[1.0, 2.0], [2.0, 3.0], [3.0, 4.0], [4.0, 5.0]]
color_emb = tf.Variable([[1.0, 2.0], [2.0, 3.0], [3.0, 4.0], [4.0, 5.0]], name='color_emb')
tf.train.saver()

color_data = {'color_clicked': [['a', 'b'], ['c', 'd']]
              'color': [['c'], ['a']]}

color_column = tf.feature_column.categorical_column_with_vocabulary_list('color', vocabulary_list=vocab_list)
color_column2 = tf.feature_column.categorical_column_with_vocabulary_list('color_cliked', vocabulary_list=vocab_list)
color_emb_column = tf.feature_column.shared_embedding_columns([color_column, color_column2], 2, 
                   ckpt_to_load_from=ckpt_path, 
                   tensor_name_in_ckpt='color_emb')

with tf.Session() as sess:
    sess.run(tf.feature_column.input_layer(color_data, color_emb_column))
  

# 输出结果和输入对应:
# 输入： [['c', ['a', 'b']], ['a', ['c', 'd']]]
# 输出： [[3., 4., 1.5, 2.5], [1., 2., 3.5, 4.5]]

说明：

1. tf.feature_column.categorical_column_with_vocabulary_list
   1. 很简单，使用vocabulary list的feature_column进行初始化
   2. 一般业务应用中，使用tf.feature_column.categorical_column_with_vocabulary_file 的比较多，因为对应的vocab可能一个lsit写不下，只好写在file里面，但是这一块没有什么区别
2. tf.feature_column.shared_embedding_columns

tf.compat.v1.feature_column.shared_embedding_columns( categorical_columns, dimension, combiner='mean', initializer=None, shared_embedding_collection_name=None, ckpt_to_load_from=None, tensor_name_in_ckpt=None, max_norm=None, trainable=True, use_safe_embedding_lookup=True )

1. 1. categorical_columns : 需要进行共享embedding信息的categorical columns 列表
   2. combiner : 针对数组类型的特征域（多值特征），对应的embedding信息的处理方法，默认支持 mean , sqrtn , sum 三种
   3. initializer : embedding信息初始化方法，可以通过这个函数对embedding信息进行随机初始化
   4. ckpt_to_load_from : 从外部导入embedding信息的时候使用到的保存embedding信息的ckpt文件
   5. tensor_name_in_ckpt : 对应的embedding信息的变量名
   6. ckpt文件中embedding信息要和categorical_feature_columns中vocab_list/vocab_file中的顺序是element-wise对应的，这样在对数据进行embedding匹配的时候才能正确对应

tf.feature_column.shared_embedding_columns的使用 · 语雀​www.yuque.com