- SeqGenerate - 使用spark生成用户点击和用户曝光序列（为了防止数据泄漏严格控制使用N-1的数据来构造N的序列）
- FeatureOps - 使用c++构建特征算子MatchOp匹配算子/SequenceOp序列算子/TimeOp时间算子/Product笛卡尔积算子
- FeatureCross - 对于每一条样本根据user_id取出对应的点击序列和曝光序列, 然后根据序列计算用户特征和用户Feed的交叉特征
- TFRecordDump - 将计算的样本以TFRecord格式保存, 不定长的特征若长度为0则填充默认值
- ModelTrain - 使用tf.data和tf.estimator训练模型
- CUDA 11.x, Nvidia/Tensorflow 1.15, python 3.8
- GNU-GCC 12.2.0, cpp_fmt, protobuf-cpp-3.8
- 学习完多线程相关知识实现，实现一个线程池。（目前开启多线程的方式不优雅）
- 学习完锁相关的知识后，读取数据开启多线程加速。（虽然目前读一张csv只需要2s，但考虑到未来大规模数据）
src/
├── cpp_pkg
│ ├── CharConv
│ ├── cpp_frame # 使用静态反射解析csv文件
│ ├── cpp_reflect
│ ├── cpp_str
│ ├── cpp_tfrecord # 样本保存为tfrecord
│ ├── fast_float
│ ├── fmt
│ └── protobuf-cpp-3.8.0.tar.gz
├── feature
│ ├── feature_main.py
│ └── run.sh
├── rank
│ ├── data_process
│ │ ├── CMakeLists.txt
│ │ ├── main.cpp
│ │ ├── run.sh
│ │ └── src
│ │ ├── FeatureOps # 特征算子代码库
│ │ ├── FeatureProfile.h # 核心调用函数FeatureOps
│ │ └── FeatureStruct.h # 定义DataSource结构体
│ └── tf_rank
│ ├── EstimatorDataOp.py
│ ├── ModelZoo # 模型网络图
│ ├── eval.cpp
│ ├── feature_columns.py
│ ├── nn_infer.py
│ ├── nn_train.py # trainer
│ ├── run.sh
│ └── tmp
│ └── tf_conf.py
└── utils.py