---
title: 获取DLRM模型源码
description: "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。"
url: https://www.hikunpeng.com/document/detail/zh/SRA/ecosystemEnable/dlrm/kunpengdlrm_02_0010.html
sourcePath: /source/zh/SRA/ecosystemEnable/dlrm/kunpengdlrm_02_0010.html
indexId: d7d3b3c945170000e7fdd981712c0f5f4a7fb5fa1db638e13a49ee9772dcb79260
---
# 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。

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

2. 配置git网络代理。
  1 2 3 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"

3. 下载tensorflow-dlrm源码。
  1 git clone https://github.com/NodLabs/tensorflow-dlrm.git

4. 进入源码目录。
  1 cd tensorflow-dlrm

5. 创建并编写DLRM训练代码补丁“train.patch”文件。

  a. 创建“train.patch”文件。
    1 vi train.patch

  b. 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')
```


  c. 按“Esc”键，输入:wq!，按“Enter”保存并退出编辑。
6. 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。

7. 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。