init
功能描述
初始化mxRec模型训练框架。
函数原型
def init(use_mpi, **kwargs)
**kwargs参数说明
参数名 |
类型 |
可选/必选 |
说明 |
---|---|---|---|
train_steps |
int |
可选 |
进行测试预测的训练步数,默认值为“-1”,代表将训练数据集全部训练完后进行预测。取值范围:[-1, 2147483647]。 |
eval_steps |
int |
可选 |
测试预测步数,默认值为“-1”,代表将测试数据集全部预测完后继续训练。取值范围:[-1, 2147483647]。 |
if_load |
bool |
可选 |
选择是否进行模型加载,默认值为“False”。 取值范围:
|
use_dynamic |
bool |
可选 |
是否使用动态shape功能,默认值“True”。 取值范围:
|
use_hot |
bool |
可选 |
是否使用hot_embedding功能,默认值“True”。 取值范围:
|
use_dynamic_expansion |
bool |
可选 |
是否使用动态扩容功能,默认值“False”。 取值范围:
|
bind_cpu |
bool |
可选 |
是否使用自动CPU绑核功能,默认值“True”。 取值范围:
|
save_steps |
int |
可选 |
训练save_step后进行保存,默认值“-1”,表示将训练数据全部训练完后进行保存,取值范围:[-1, 2147483647]。 |
- 如果通过kwargs传递其他未说明参数,则mxRec内部不会使用到该参数。
- “train steps”和“eval steps”不能同时为“0”,且两者传入的参数需要与实际保持一致。
- 当“use_dynamic_expansion”动态扩容参数为True时,请选用ByAddr类的优化器,如SGDByAddr、LazyAdamByAddress等。
- 在train_and_evaluate场景下不支持多轮eval。
返回值说明
- 成功:None。
- 失败:抛出异常。
使用示例
from mx_rec.util.initialize import init init(use_mpi=True, train_steps=100, eval_steps=10, save_steps=100, use_dynamic=True, use_hot=False, use_dynamic_expansion=False)
参考资源
接口调用流程及示例,请参见模型训练。
父主题: 训练框架初始化与去初始化