我对tf.contrib.layers.embedding_column中tensorflow中实现的嵌入列的使用有一些疑问。
我为双人游戏（网球，在这种情况下）训练二元分类器。我作为feature_columns传递给DNNClassifier的我的功能如下所示：
deep_columns = [
tf.contrib.layers.embedding_column(player1, dimension=9),
tf.contrib.layers.embedding_column(player2, dimension=9),
tf.contrib.layers.embedding_column(court, dimension=1),
tf.contrib.layers.embedding_column(surface, dimension=1),
p1Rank, p2Rank]
我想知道的是：我现在正在为同一组玩家学习两种不同的嵌入方式吗？如果是这样，有没有办法为两个玩家使用一个嵌入层？或者按照我目前正在做的方式做这件事并没有错？
关于embedding_column的第二个问题：文档提到这个，作为embedding_column的可能参数：
ckpt_to_load_from: (Optional). String representing checkpoint name/pattern to restore the column weights. Required if tensor_name_in_ckpt is not None.
tensor_name_in_ckpt: (Optional). Name of the Tensor in the provided checkpoint from which to restore the column weights. Required if ckpt_to_load_from is not None.
这是否意味着如果没有提供这些，那么在从检查点恢复我的模型时，嵌入层会再次随机初始化？
然后是最后一个问题：court和surface的两个嵌入列的维度为1，因为它们只有很少的选项。这是嵌入列的错误用法吗？或者可以这样使用它吗？
提前致谢！