运行报错

[EVAKKKK]

在运行run_pretrain_embeddings.py时报错Expected tensor for argument #1 'indices' to have scalar type Long; but got torch.cuda.IntTensor instead (while checking arguments for embedding)

[EVAKKKK]

我不知道那里出现了错误，一直提醒这个地方有错

[massquantity]

看上去是数据类型的问题，你可以贴一下完整的报错信息，或者在这里打印 data， https://github.com/massquantity/DBRL/blob/master/dbrl/trainer/pretrain.py#L22 看是哪个数据变成了torch.cuda.IntTensor

[EVAKKKK]

已经改好了，确实是数据集的问题，在embedding前转成int64就可以了，可以问一下几个变量的意思吗，多次出现了以feat命名的变量,比如feat_embed_size，self.total_feat = static_feat + dynamic_feat.等等，想问一下这是什么意思。

[massquantity]

feat 是特征，比如数据集里 age, brand 之类的

[EVAKKKK]

@massquantity
我在研究DDPG.py这个文件的时候 发现这个前向传播的函数我有点不太理解 为什么要处norm 进行归一化吗？这个scores的计算为什么是这样的呢scores = torch.matmul(action, item_embeds.T)，是对用户采取动作与embedding layer相乘进行一个处理吗？

[EVAKKKK]

@massquantity 我看原文的奖励的定义是 skip/click/order an item is 0/1/5 能问一下你的这些是什么意思吗 最后一个5是购买我知道

[massquantity]

推荐的流程是 action 向量和所有的 item 向量计算相似度，选择相似度最大的 K 个 item。将两个向量 norm 后再点乘就是计算 cosine 相似度，这个在推荐系统里比较常用。这个仓库里的是对论文的一个实现，又无意严格按照论文的所有设定。

[massquantity]

使用的数据是来自淘宝的，pv 是浏览，cart 是加入购物车，fav 是加入喜欢，buy 是购买。reward 是随意定的，RL 里的 reward 定义本身就是难点。

[EVAKKKK]

使用的数据是来自淘宝的，pv 是浏览，cart 是加入购物车，fav 是加入喜欢，buy 是购买。reward 是随意定的，RL 里的 reward 定义本身就是难点。
我终于找到了能跑的服务器，运行ddpg之后，这个损失正常吗？看起来很奇怪

[EVAKKKK]

@massquantity 我又重新运行了一遍但是这个损失还是非常大，NCDG的值又很小，请问你运行的结果也是这样吗，看起来数值很奇怪，像是哪里出了问题，如果你方便的话可以回复一下吗，非常感谢！