获取DLRM模型源码

DLRM模型训练代码采用的是NodLabs的开源仓中的源码，获取源码后需要合入DLRM模型训练代码补丁文件以适配鲲鹏平台。

进入DLRM源码规划路径“/path/to/dlrm”。
1
cd /path/to/dlrm

配置git网络代理。

git config --global http.sslVerify false
git config --global https.sslverify false
git config --global http.proxy "http://用户名:密码@代理IP地址:代理端口"

下载tensorflow-dlrm源码。

1	git clone https://github.com/NodLabs/tensorflow-dlrm.git

进入源码目录。
1
cd tensorflow-dlrm

创建并编写DLRM训练代码补丁“train.patch”文件。

创建“train.patch”文件。
1
vi train.patch

按“i”进入编辑模式，编辑“train.patch”文件，输入以下内容。

diff --git a/dlrm_criteo_gpu.py b/dlrm_criteo_gpu.py
index c2dfeac..0a71668 100644
--- a/dlrm_criteo_gpu.py
+++ b/dlrm_criteo_gpu.py
@@ -5,7 +5,7 @@ from tqdm import tqdm
 import tensorflow as tf
 import dataloader

-raw_data = dataloader.load_criteo('../dataset/')
+raw_data = dataloader.load_criteo('../../dataset/')
 dim_embed = 4
 bottom_mlp_size = [8, 4]
 top_mlp_size = [128, 64, 1]
@@ -71,4 +71,4 @@ for train_iter, batch_data in enumerate(train_dataset):
         average_loss.reset_states()
         auc.reset_states()

-dlrm_model.save('DLRMModel_tf2_2')
+dlrm_model.save_weights('mymodel')

按“Esc”键，输入:wq!，按“Enter”保存并退出编辑。

合入训练代码补丁。
1
git apply train.patch
若命令执行后回显无报错信息提示，证明补丁合入成功。
验证补丁正确性。
1
git diff --stat
若回显信息显示文件的修改行数与上图一致，证明补丁合入正确。

父主题： DLRM模型训练