Describe the question(问题描述)
你好，作为新手，非常感谢贡献
在用自己数据跑DIN时候，数据处理后输入的历史行为不定长，比如输入是(分别为用户id，用户性别，广告 id，广告分类，用户点击的历史广告id，用户点击的历史广告的分类)
uid,ugender,iid,icate,hist_iid,hist_icate
13,1,24,3,[1,7],[2,5]
13,1,13,1,[1,7,24],[2,5,3]
如上按时间对历史行为排序后取一个用户的连续两次记录，这样两笔记录的历史列则不等长，当输入到模型时候会报：
尝试用加padding的方式将记录扩充到等长序列，虽然模型可以成功跑起来，但这样会导致输入数据极速扩大,且有用的信息却没有变，该如何处理历史序列不等长的输入？
Operating environment(运行环境):
- python version [e.g. 3.6]
- tensorflow version [e.g. 1.10.0,]
- deepctr version [e.g. 0.3.3,]
Describe the question(问题描述)
你好，作为新手，非常感谢贡献
在用自己数据跑DIN时候，数据处理后输入的历史行为不定长，比如输入是(分别为用户id，用户性别，广告 id，广告分类，用户点击的历史广告id，用户点击的历史广告的分类)
uid,ugender,iid,icate,hist_iid,hist_icate
13,1,24,3,[1,7],[2,5]
13,1,13,1,[1,7,24],[2,5,3]
如上按时间对历史行为排序后取一个用户的连续两次记录，这样两笔记录的历史列则不等长，当输入到模型时候会报：
尝试用加padding的方式将记录扩充到等长序列，虽然模型可以成功跑起来，但这样会导致输入数据极速扩大,且有用的信息却没有变，该如何处理历史序列不等长的输入？
Operating environment(运行环境):