我开始使用Tensorflow并阅读the Whitepaper of Wide&Deep Learning for Recommender Systems from Cheng et al.现在我在两个域中有问题，就像在the tutorial中一样使用张量流。
如果我使用tf.contrib.layers.sparse_column_with_hash_bucket("education", hash_bucket_size=1000)之类的分类列：在其背面使用此功能的模型 One-Hot-Encoding ？或者我可以应用One-hot-Encoding并且这种散列有什么优势而不是One-Hot-Encoding？ Hash是什么：我是否必须将hash_bucket_size设置为与此功能的不同值一样高的值？
第二个问题是关于连续实值特征的规范化。程等人。写道他们的“连续实值特征被归一化为[0,1]”。如果我使用tf.contrib.learn.DNNLinearCombinedClassifier，这会自动完成吗？或者由我来实现这些规范化？
感谢您的支持！