本章介绍如何开发并提交一个模型，以动态图为例
PaddleRec套件的准则基本和主Paddle的一致，请参考官网文档
请使用Pre-commit钩子，否则CI代码检测不会通过！
请使用Pre-commit钩子，否则CI代码检测不会通过！
请使用Pre-commit钩子，否则CI代码检测不会通过！
Python代码风格，请参考主流的开源风格指南
一个完整的模型示例请参考MMoE
通用的执行器在tools目录下，分别对应trainer.py/infer.py
Tips1: 有一些特殊的处理逻辑或者评估方法，可以在模型目录下面单独添加执行器，如models/recall/word2vec/infer.py
Tips2: 如果是自己的执行器，日志规范请参考通用执行器。
具体的模型目录取决于模型的应用方向，比如rank/recall/multitask等，需要在模型目录下创建__init__.py文件
Tips1: 如果不确定在哪个目录的可以先按照Rank目录提交PR，后续Review过程中再修改
Tips2: 如有条件可同步修改首页模型目录指引
具体请参考MMoE
需要至少包含模型介绍，运行环境，数据处理，快速开始，模型组网，复现结果
Tips1: 如果有条件请同步添加英文文档Readme_en.md
Tips2: 文档很重要，文档很重要，文档很重要！重要的事情说三遍
样例数据统一以sample_data命名，在模型目录下面，只支持小样本数据
全量数据请放到根目录下的dataset目录，详细说明参考这里
Tips1: sample_data需要足够小，否则pre-commit会报文件太大的错误
Tips2: 全量数据如需要存放在云端，可联系我们
PaddleRec对主流的数据集提供了相关的Reader脚本，可参考相关模型下的xxx_reader.py, 复制到模型目录下
如需开发自定义Reader，请参考Reader
考虑到动静统一的需求，我们将模型组网的逻辑拆分成两部分 net.py 和 dygraph_model.py(动态图)
Tips1: 模型文件名必须是net.py和dygraph_model.py
采用Class方式，嵌套定义模型，Class类必须继承paddle.nn.Layer
__init__方法定义参数，forward方法定义前向计算逻辑
Tips1: 对于数组定义而不是self指向的参数，需要显示通过add_sublayer()方法关联到此模型，否则模型class找不到这个参数
Tips2: 由于net.py中是动态图和静态图通用组网，所以要求使用的API必须是2.0以后的API, 同时不能出现fluid 旧的字样
dygraph_model包含了数据feed逻辑，loss计算逻辑，优化器定义逻辑和指标定义逻辑，详细介绍参考如何添加自定义模型
为了更方便的快速运行和实现论文精度，我们要求需要提供两个yaml文件，分别是config.yaml和config_bigdata.yaml
yaml的详细配置说明请参考config.yaml配置说明
Tips1: config_bigdata中的数据路径请配置dataset的相对路径，方便一键执行