模型定义

稀疏模型

稀疏部分的定义由特征转换（Feature Engine）与向量查找（Embedding Engine）组建完成的，可参考对应文档：

另外可以通过FG模块快速完成上述两部分的定义，可参考

创建Sparse Model

稠密模型

模型的稠密部分可以直接通过torch的原生api自由定义

简单示例

使用Feature Engine / Embedding Engine构建

class MyModel(nn.Module):
    def __init__(self, feature_conf, emb_opt):
        self.feature_engine = FeatureEngine(feature_conf)
        self.embedding_engine = EmbeddingEngine(emb_opt)
        # ...

    def forward(self, samples):
        samples = self.feature_engine(samples)
        samples = self.embedding_engine(samples)
        label = samples.pop("label")
        # ...

使用FG模块构建

class MyModel(nn.Module):
    def __init__(self, fg: FG):
        self.sparse_arch = RecISModel.from_fg(fg)
        # ...

    def forward(self, samples):
        samples, ids, labels = self.sparse_arch(samples)
        label = labels["label"]
        # ...