din模型问题

[langzhining]

Describe the bug(问题描述)
1 din.py文件forward 中keys length为常数1，不表示序列长度
2 部分sparse fear特征取了两次，lookup embedding中mask feature list不起作用

To Reproduce(复现步骤)
Steps to reproduce the behavior:

1. Go to '...'
2. Click on '....'
3. Scroll down to '....'
4. See error

Operating environment(运行环境):

• python version [e.g. 3.5, 3.6]
• torch version [e.g. 1.1.0, 1.2.0]
• deepctr-torch version [e.g. 0.1.0,]

Additional context
Add any other context about the problem here.

[zanshuxun]

非常感谢您细致地排查问题，我们会在近期的版本中对该问题进行修复，祝好！

[zanshuxun]

Q1:
已修复，详见61b5775
参考了dien.py中获取历史序列长度的方式，输入数据需要增加behavior_length
暂未合并至master分支，可以先参考dev-zsx分支

Q2:
（1）【部分sparse fear特征取了两次】 您是指这两次吗：

DeepCTR-Torch/deepctr_torch/models/din.py

Lines 82 to 83 in bc881dc

	sparse_embedding_list, dense_value_list = self.input_from_feature_columns(X, self.dnn_feature_columns,
	self.embedding_dict)

DeepCTR-Torch/deepctr_torch/models/din.py

Line 90 in bc881dc

dnn_input_emb_list = embedding_lookup(X, self.embedding_dict, self.feature_index, self.sparse_feature_columns, mask_feat_list=self.history_feature_list, to_list=True)

第一次取出来的sparse_embedding_list在后面确实没有用到，已优化。

（2）【lookup embedding中mask feature list不起作用】
embedding_lookup函数中的mask_feat_list参数是用于hash的，详见DeepCTR。目前torch版还未加入hash，所以还没有用到。

[zanshuxun]

Hi, we have solved this issue in v0.2.4, please use pip install -U deepctr-torch to upgrade.