对代码与论文模型图中的几个疑问

[LXXiaogege]

1. 论文中历史序列在经过attention后，又跟原始历史序列做了product，可是代码里没有体现
2. 论文中经过attention后又经过了sum pooling然后做的concat，代码里也没有做sum pooling，直接做了concat
3. attention实现中 out product是用了tf.concat([q, k, q - k, q * k], axis=-1) ，请问为啥这样做啊。

刚刚入门res-sys，疑问可能有点多，希望能帮忙解答一下

[xu-song]

2. 论文中经过attention后又经过了sum pooling然后做的concat，代码里也没有做sum pooling，直接做了concat
   ...

DeepInterestNetwork/din/model.py

Lines 225 to 228 in 9765f96

	outputs = tf.nn.softmax(outputs) # [B, 1, T]
	# Weighted sum
	outputs = tf.matmul(outputs, keys) # [B, 1, H]

sum pooling应该指的这里吧，weighted sum