deepctr 作为实验,目前只在保存模型以h5格式时成功,pb格式还需探究。
常规步骤
1,首先训练模型1,建立model;2,combile;3,fit.
2,的到训练好的ctr模型model。
重构并保存embedding部分
其次保存模型,我们的目的不是ctr任务,是embedding任务。所以要抽取原模型中从input到embedding层部分保存。
具体做法如下:
part_model=tf.keras.Model(model.input,model.layers[“对应的embedding层号”])#重构模型
save_model(part_model,“part_model.h5”)
加载保存的embedding模型
加载模型进行embedding
from deepctr.layers import coustom_objects #这个参数很关键,尚未探究其具体意义
test_model=tf.keras.models.load_model(“part_model.h5”,custom_objects)
预测输出
输出embedding向量
test_model.predict(“数据与训练数据格式保持一致”)