wide_deep实战问题系列3

Question

老师，您好！非常感谢您回答了我的前两个问题。我现在跑您的demo代码，有新遇到两个问题：
第一个问题：
我的公司GPU是tensorflow1.7版本，没有您的过滤字符串函数tf.strings，所以报错如下：data_set = tf.data.TextLineDataset(data_file).skip(1).filter(lambda line: tf.not_equal(tf.strings.regex_full_match(line, “.?.”),True))
AttributeError: module ‘tensorflow’ has no attribute 'strings’
请问这怎么改一下能让我的tensorflow1.7版本正常运行？
第二个问题：
老师，您的demo程序换成我的海量数据，就可以出好的效果了么？还是需要我做很多细节工作，如果需要我做很多细节工作的话，请您指点一下都需要做哪些方面的？
非常期待您的回答。

Answer 1

David 2019-01-27 21:43:20

你们项目应该之前用过浅层模型。 你可以先使用那些特征 跑个深层模型看看结果。

• 提问者 慕哥0458965 #1

  非常感谢！

• 提问者 慕哥0458965 #2

  老师，确实之前是对1000多个特征用spark搞的gbdt，现在跑深层模型deep_wide，是按您的demo还不够吧，您的demo真正部署上线还需要加些什么吗？我理解demo就是本地电脑玩的，上线肯定要加好多细节吧？

Answer 2

David 2019-01-27 21:39:03

1.第一过滤是过滤掉有问号的行 如果你之前处理特征时候 没有异常，这个filter可以直接去掉。
2.不同产品 需要依赖不同数据特征 把和结果相关的特征找到 基本上训练的model应该会好。 看离线auc评估。 关键是根据自己产品log，找到相关特征。这是关键。

• 提问者 慕哥0458965 #1

  老师，您好，我就是跑您的demo程序，加filter报上面那个错误，不加filter报list越界错误，我的tf是1.7版本，请问我怎么跑通您的demo？