do_merge_lookup

功能描述

该接口用于自动改图模式下，对多次查询的表进行lookup合并操作。

在模型中，此函数在Optimizer.compute_gradients()中利用patch执行，确保train时拥有正确的梯度和计算图；eval时在改图阶段执行。

函数原型

from mx_rec.graph.merge_lookup import do_merge_lookup

参数说明

参数名	类型	可选/必选	说明
is_train	bool	必选	当前是否为训练模式。 True：训练（train）模式。 False：评估（eval）模式。

参数名

类型

可选/必选

说明

is_train

bool

必选

当前是否为训练模式。

True：训练（train）模式。
False：评估（eval）模式。

使用示例

例如，train模式，全部的梯度计算都使用tf.gradients，则需要主动调用do_merge_lookup。

from mx_rec.graph.merge_lookup import do_merge_lookup
do_merge_lookup(is_train=True)
sparse_grads = tf.gradients(loss, sparse_variables)
grads_and_vars = [(grad, variable) for grad, variable in zip(sparse_grads, sparse_variables)]
optimizer.apply_gradients(grads_and_vars)

父主题： 自动改图