fix little error

Author: ziyoujiyi

models/recall/ncf/config_fl.yaml

@@ -14,7 +14,7 @@
 
 runner:
   sync_mode: "geo" # 可选, string: sync/async/geo
-  with_coodinator: 1
+  #with_coodinator: 1
   geo_step: 100 # 可选, int, 在geo模式下控制本地的迭代次数
   split_file_list: True # 可选, bool, 若每个节点上都拥有全量数据，则需设置为True
   thread_num: 1 # 多线程配置
@@ -39,6 +39,13 @@ runner:
   infer_load_path: "output_model_ncf"
   infer_start_epoch: 2
   infer_end_epoch: 3
+  
+  need_dump: True
+  dump_fields_path: "/home/wangbin/the_one_ps/ziyoujiyi_PaddleRec/PaddleRec/models/recall/ncf"
+  dump_fields: ['item_input', 'user_input']
+  dump_param: []
+  local_sparse: ['embedding_0.w_0']
+  remote_sparse: ['embedding_1.w_0']
 
 hyper_parameters:
   optimizer: 

models/recall/ncf/fl_ps_help.md

@@ -10,6 +10,7 @@
 * 在 PaddleRec/datasets/movielens_pinterest_NCF/fl_data 中新建目录 fl_test_data 和 fl_train_data，用于存放每个 client 上的训练数据集和测试数据集
 * 在 PaddleRec/datasets/movielens_pinterest_NCF/fl_data 目录中执行: python gen_heter_data.py，生成 10 份训练数据
     * 总样本数 4970844（按 1:4 补充负样本）：0 - 518095，1 - 520165，2 - 373605，3 - 315550，4 - 483779，5 - 495635，6 - 402810，7 - 354590，8 - 262710，9 - 1243905
+    * 样本数据每一行表示：物品 id，用户 id，标签
 
 # 3、运行命令
 1. 不带 coordinator 版本

tools/static_fl_trainer.py

@@ -111,7 +111,7 @@ def init_network(self):
         self.model = get_model(self.config)
         self.input_data = self.model.create_feeds()
         self.metrics = self.model.net(self.input_data)
-        self.model.create_optimizer(get_strategy(self.config))
+        self.model.create_optimizer(get_strategy(self.config))  ## get_strategy
         if self.pure_bf16:
             self.model.optimizer.amp_init(self.place)
 

tools/utils/static_ps/program_helper.py

@@ -63,7 +63,9 @@ def get_strategy(config):
         "dump_fields_path": config.get("runner.dump_fields_path", ""),
         "dump_fields": config.get("runner.dump_fields", []),
         "dump_param": config.get("runner.dump_param", []),
-        "stat_var_names": config.get("stat_var_names", [])
+        "stat_var_names": config.get("stat_var_names", []),
+        "local_sparse": config.get("runner.local_sparse", []),
+        "remote_sparse": config.get("runner.remote_sparse", [])
     }
     print("strategy:", strategy.trainer_desc_configs)