DKT—Going Deeper with Deep Knowledge Tracing

复现的作者代码，使用TensorFlow0.12.1，cpu运行太慢了，19分钟一个epoch。
然后想用gpu，在google colab上使用TensorFlow1.15.2 gpu，40秒一个epoch。

看源码应该用了不止一天，虽然代码不长，就跟最基础的神经风格迁移代码长度差不多，which我只用了一个上午。
1）使用原始的TensorFlow，处理矩阵异常难懂。各种tf.函数
2）刚开始接触RNN。循环神经网络都要查阅
3）对模型的输入输出不是把握很准。

转换TensorFlow版本0.12到1.15用了一个下午
1）主要该shit的tf.flags（导入超参数函数），加上jupyter会保存上一次运行的参数。最后还是没搞好，只能每运行一次，重启jupyter。Luckly，临时存储没有丢失。
2）我建议还是自己亲手转换版本，你会体会到版本有哪些不同。这个不难，只是一些参数的位置换了。

论文作者：https://github.com/siyuanzhao/2016-EDM
my github：https://github.com/luzijian9/DKT-Going-deeper/tree/master