embedding_lookup + deepFM + TensorFlow基础知识总结 + 常考树模型

因此，使用embedding_lookup的话，我们不需要将数据转换为one-hot形式，只需要传入对应的feature的index即可。
embedding_lookup 解释的很好、deepFM解释的也很清楚，有详细的示例说明

---

TensorFlow基础知识总结
(写的很好，简单易懂详细)

session的两种方式，一般用第2种，因为不用sess.close()

sess = tf.Session()
result = sess.run(product)
print(result)
sess.close()


with tf.Session() as sess:
    result2 = sess.run(product)
    print(result2)

---

带答案面经分享-面试中最常考的树模型！

---

石晓文 blog 感觉写的/总结/收藏的帖子都很好