Merge pull request #536 from esythan/master

add course to dssm

Author: seemingwang

models/match/dssm/readme.md

@@ -105,5 +105,32 @@ bash run.sh #动态图训练并测试，最后得到指标
 ```
 
 ## 进阶使用
+DSSM作为推荐系统中一种向量召回的方式，一般需要将doc侧的向量预先计算出来，灌入向量搜索引擎（例如milvus）中，同时保存的模型仅为query侧的模型。线上使用阶段，输入query侧的数据，计算出query侧向量后，直接通过向量搜索引擎召回对应的doc。
+一般在训练的过程中，增加预测阶段，dump出全量的doc侧向量，需要做如下修改：
+1. 为了区分dump出的向量，预测阶段使用的数据需要增加insid和content两个字段，其中insid唯一标记样本，content指明对应的doc。并在数据处理脚本中对这两个字段进行解析，详见bq_reader_train_insid.py脚本。
+2. dataset选择InmemoryDataset，同时设置
+```python
+dataset.set_parse_ins_id(True)
+dataset.set_parse_content(True)
+```
+3. 在static_model.py中配置需要dump的变量（doc侧最上层输出）
+```python
+self.infer_dump_fields = [dssm_model.doc_pos_fc]
+```
+4. 配置文件中，打开预测阶段的dump功能，并配置dump_path
+```bash
+need_infer_dump: True
+infer_dump_fields_dir: "./infer_dump_data"
+```
+保存模型时，只需要保存query侧网络
+1. 配置文件中，打开裁剪网络开关
+```bash
+need_prune: True
+```
+2. 在static_model.py中配置裁剪网络的输入和输出
+```python
+self.prune_feed_vars = [query]
+self.prune_target_var = dssm_model.query_fc
+```
 
 ## FAQ