我正在为ctr学习广泛而深入的模型。我的数据有一个功能user_id，其值超过2 ** 26。如何通过此功能嵌入列？我使用了user_id = tf.feature_column.categorical_column_with_hash_bucket('user_id', hash_bucket_size=2**26)，user_id_emb = tf.feature_column.embedding_column(user_id, dimension=95)，但它显示了memeory。
所以，2 ** 26约为64M。您想要95个嵌入维度。默认情况下，每个都是float32。那是4个字节。每个user_id 4 * 95~ = 400字节。因此，您需要64M * 400~ = 25.6 Gbytes的内存来存储嵌入。
确保您可以在系统上分配那么多。它应该都是ram（交换将使一切变得更慢）。如果你把它放在GPU上它将无法工作，因为大多数GPU没有那么多的可用内存。仅嵌入20个维度应使用大约5G字节，这更有可能适合内存。
最简单的方法是降低嵌入维度的数量。如果您有多个系统可用，则可以对嵌入进行分片（请参阅变量相关函数的partitioner参数）。
您可以做的另一件事是将一些user_id聚集在一起（降低hash_bucket_size）。或者通过组合其他功能来替换user_ids，这些功能可以为您的模型充分描述用户。