麻烦您给看个机器学习PAI报错，客户说是使用multitower模型，打分报错。？
问题1：麻烦您给看个机器学习PAI报错，客户说是使用multitower模型，打分报错。https://easyrec.readthedocs.io/en/latest/models/multi_tower.html
6f07b35c-b3fa-4684-8af1-3ccc7f0e3e3a-20230727154839-396
[2023-07-27 15:23:29] 2023-07-27 15:23:29.130182: E /larec/larec/processor/saved_model_loader.cpp:1747] Call Session Run Error: ConcatOp : Dimension 0 in both shapes must be equal: shape[0] = [2,1] vs. shape[1] = [1,8]
[2023-07-27 15:23:29] [[{{node input_layer/concat}}]]
[2023-07-27 15:23:29] 2023-07-27 15:23:29.147776: E /larec/larec/processor/saved_model_loader.cpp:1747] Call Session Run Error: ConcatOp : Dimension 0 in both shapes must be equal: shape[0] = [2,1] vs. shape[1] = [1,8]
[2023-07-27 15:23:29] [[{{node input_layer/concat}}]]
[2023-07-27 15:23:29] 2023-07-27 15:23:29.161761: E /larec/larec/processor/saved_model_loader.cpp:1747] Call Session Run Error: ConcatOp : Dimension 0 in both shapes must be equal: shape[0] = [2,1] vs. shape[1] = [1,8]
[2023-07-27 15:23:29] [[{{node input_layer/concat}}]]
[2023-07-27 15:23:29] 2023-07-27 15:23:29.172331: E /larec/larec/processor/saved_model_loader.cpp:1747] Call Session Run Error: ConcatOp : Dimension 0 in both shapes must be equal: shape[0] = [2,1] vs. shape[1] = [1,8]
[2023-07-27 15:23:29] [[{{node input_layer/concat}}]]
[2023-07-27 15:23:38] 2023-07-27 15:23:38.001328: E /larec/larec/processor/saved_model_loader.cpp:1747] Call Session Run Error: ConcatOp : Dimension 0 in both shapes must be equal: shape[0] = [2,1] vs. shape[1] = [1,8]
[2023-07-27 15:23:38] [[{{node input_layer/concat}}]]
[2023-07-27 15:23:38] 2023-07-27 15:23:38.023058: E /larec/larec/processor/saved_model_loader.cpp:1747] Call Session Run Error: ConcatOp : Dimension 0 in both shapes must be equal: shape[0] = [2,1] vs. shape[1] = [1,8]
[2023-07-27 15:23:38] [[{{node input_layer/concat}}]]
[2023-07-27 15:23:38] 2023-07-27 15:23:38.059251: E /larec/larec/processor/saved_model_loader.cpp:1747] Call Session Run Error: ConcatOp : Dimension 0 in both shapes must be equal: shape[0] = [2,1] vs. shape[1] = [1,8]
[2023-07-27 15:23:38] [[{{node input_layer/concat}}]]
[2023-07-27 15:23:38] 2023-07-27 15:23:38.069146: E /larec/larec/processor/saved_model_loader.cpp:1747] Call Session Run Error: ConcatOp : Dimension 0 in both shapes must be equal: shape[0] = [2,1] vs. shape[1] = [1,8]
[2023-07-27 15:23:38] [[{{node input_layer/concat}}]]
[2023-07-27 15:23:44] 2023-07-27 15:23:44.809759: E /larec/larec/processor/saved_model_loader.cpp:1747] Call Session Run Error: ConcatOp : Dimension 0 in both shapes must be equal: shape[0] = [2,1] vs. shape[1] = [1,8]
[2023-07-27 15:23:44] [[{{node input_layer/concat}}]]
[2023-07-27 15:23:44] 2023-07-27 15:23:44.831616: E /larec/larec/processor/saved_model_loader.cpp:1747] Call Session Run Error: ConcatOp : Dimension 0 in both shapes must be equal: shape[0] = [2,1] vs. shape[1] = [1,8]
[2023-07-27 15:23:44] [[{{node input_layer/concat}}]]
[2023-07-27 15:23:44] 2023-07-27 15:23:44.844542: E /larec/larec/processor/saved_model_loader.cpp:1747] Call Session Run Error: ConcatOp : Dimension 0 in both shapes must be equal: shape[0] = [2,1] vs. shape[1] = [1,8]
[2023-07-27 15:23:44] [[{{node input_layer/concat}}]]
[2023-07-27 15:23:44] 2023-07-27 15:23:44.877554: E /larec/larec/processor/saved_model_loader.cpp:1747] Call Session Run Error: ConcatOp : Dimension 0 in both shapes must be equal: shape[0] = [2,1] vs. shape[1] = [1,8]
[2023-07-27 15:23:44] [[{{node input_layer/concat}}]]，之前feature_type :raw_feature 的加了embedding_dim：8
为了优化打分速度去掉embedding_dim：8 ，然后dataworks里可以跑出predict 但是eas里发送请求打分就会报错
问题2：这个是一个user 但是是两个item的，这个可以吗
写回答
-
当涉及到使用 Multitower 模型并且在打分过程中出现报错时，需要更多的上下文信息才能准确地确定问题所在。以下是一些常见的可能原因和解决方案：
训练和评估阶段的模型配置不匹配：请确保训练和评估阶段使用相同的 Multitower 模型配置。检查模型的层次结构、输入特征和输出设置是否一致，并确认评估阶段加载了正确的模型参数。
输入数据的格式错误：检查输入数据的格式是否与模型的要求一致。Multitower 模型通常期望多个输入特征，每个特征可能具有不同的维度或形状。确保输入数据的特征顺序和形状与模型的期望相匹配。
数据预处理问题：如果在 Multitower 模型中进行了任何数据预处理操作，请确保这些预处理操作在评估阶段也得到正确应用。例如，图像数据的缩放、归一化或标准化等操作应该与训练阶段一致。
模型参数加载问题：确保在评估阶段正确加载了模型的参数。检查模型参数文件路径或加载代码部分，确保路径正确以及文件存在。
联系技术支持：如果以上措施都无法解决问题，建议联系机器学习 PAI 的技术支持团队。提供详细的错误信息、模型配置、数据示例以及相关代码片段，以便他们能够更好地帮助您。
2023-07-31 16:30:07赞同 展开评论 打赏 -
回答1：一次请求只能打一个user的分，不能打两个
回答2：可以的，那你检查一下你的请求，应该有item特征错误的标记成了user特征，此回答整理自钉群“【EasyRec】推荐算法交流群”2023-07-31 09:24:24赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
