DIFM-PaddlePaddle/tools

• PaddleRec小工具
• • 工具简介

PaddleRec小工具

本目录下包含了paddlerec的各种训练模式的核心代码，以及经常用到的一些工具脚本。

工具简介

程序名称	实现的功能	支持的环境	使用命令
trainer.py	trainer.py是使用动态图进行训练的相关代码，主要实现了动态图通用的训练流程	可以支持在windows/linux/macos环境下从任意目录通过相对路径启动。支持使用cpu/gpu运行	支持在任意目录下运行，以dnn模型为示例，在PaddleRec根目录中运行的命令为：python -u tools/trainer.py -m models/rank/dnn/config.yaml
infer.py	infer.py是使用动态图进行预测的相关代码，主要实现了动态图通用的预测流程	可以支持在windows/linux/macos环境下从任意目录通过相对路径启动。支持使用cpu/gpu运行	支持在任意目录下运行，以dnn模型为示例，在PaddleRec根目录中运行的命令为：python -u tools/infer.py -m models/rank/dnn/config.yaml
static_train.py	static_train.py是使用静态图进行训练的相关代码，主要实现了静态图通用的训练流程	可以支持在windows/linux/macos环境下从任意目录通过相对路径启动。支持使用cpu/gpu运行	支持在任意目录下运行，以dnn模型为示例，在PaddleRec根目录中运行的命令为：python -u tools/static_trainer.py -m models/rank/dnn/config.yaml
static_infer.py	static_infer.py是使用静态图进行预测的相关代码，主要实现了动态图通用的预测流程	可以支持在windows/linux/macos环境下从任意目录通过相对路径启动。支持使用cpu/gpu运行	支持在任意目录下运行，以dnn模型为示例，在PaddleRec根目录中运行的命令为：python -u tools/static_infer.py -m models/rank/dnn/config.yaml
static_ps_trainer.py	static_ps_trainer.py是基于参数服务器模式(ParameterServer)的分布式训练相关代码，目前仅支持使用静态图的方式训练	可以支持在linux环境下从任意目录通过相对路径启动。	支持在任意目录下运行，以dnn模型为示例，在PaddleRec根目录中运行的命令为：fleetrun --worker_num=1 --server_num=1 tools/static_ps_trainer.py -m models/rank/dnn/config.yaml
static_gpubox_trainer.py	static_gpubox_trainer.py是基于异构参数服务器纯GPU模式(ParameterServer)的分布式训练相关代码，目前仅支持使用静态图的方式训练	可以支持在linux环境下从任意目录通过相对路径启动。	支持在任意目录下运行，以dnn模型为示例，在PaddleRec根目录中运行的命令为：sh tools/run_gpubox.sh 。详细可参考GPUBOX原理与使用
cal_pos_neg.py	输入一个文件，文件中包含以"tab"分割的查询内容(query)，模型计算正负例的相似度(sim)和真实标签(label)，计算正逆序比(正序率)的脚本	可以在windows/linux/macos环境下从任意目录通过相对路径启动	支持在任意目录下运行，以dssm模型为示例，在dssm模型目录中运行的命令为：python ../../../tools/cal_pos_neg.py pair.txt
recserving	recserving用于构建一个完整的推荐服务。以电影推荐系统为例，展示了使用PaddleRec搭建一个电影推荐系统的全部流程和效果	可以支持在linux环境下启动	具体用法见recserving目录下的readme