实验了一下AutoInt模型，其实在看到论文之前就有类似的想法，但是效果不好（auc很低，大概只有0.6），没有继续尝试。在看到论文后，发现和之前的想法一致，于是又重新实现了一遍，但是效果还是很差。

这次打算仔细研究一下，就调整了一下初始化函数，之前的初始化是用的标准的正态初始化，现在换成了glorot_normal_initializer，结果一下变好了。

这里推测是因为使用普通的dnn模型时，最后一层的单元数一般都比较少，而使用attention时，由于最后一层的向量维度是特征数*特征维度，一般都会很高，如果只是用普通的正则，那么加和出来的logits就会很大，很难进行优化。如果使用glorot_normal，会根据前一层的特征数决定权重初始化的范围，会使logits落在更合理的范围，更容易优化。