以下是本例的简要目录结构及说明：
├── data # 样例数据
├── sample_train.txt # 训练数据样例
├── __init__.py
├── README.md # 文档
├── config.yaml # sample数据配置
├── config_bigdata.yaml # 全量数据配置
├── net.py # 模型核心组网（动静统一）
├── reader.py # 数据读取程序
├── dygraph_model.py # 构建动态图
注：在阅读该示例前，建议您先了解以下内容：
CTR(Click Through Rate)，即点击率，是“推荐系统/计算广告”等领域的重要指标，对其进行预估是商品推送/广告投放等决策的基础。简单来说，CTR预估对每次广告的点击情况做出预测，预测用户是点击还是不点击。CTR预估模型综合考虑各种因素、特征，在大量历史数据上训练，最终对商业决策提供帮助。本模型实现了下述论文中的 DCN_V2 模型：
@article{DCN_V2 2020,
title={DCN V2: Improved Deep & Cross Network and Practical Lessons for Web-scale Learning to Rank Systems},
author={Ruoxi Wang, Rakesh Shivanna, Derek Z. Cheng, Sagar Jain, Dong Lin, Lichan Hong, Ed H. Chi},
journal={arXiv preprint arXiv:2008.13535v2},
year={2020}，
url={https://arxiv.org/pdf/2008.13535v2.pdf},
}
训练及测试数据集选用Display Advertising Challenge所用的Criteo数据集。该数据集包括两部分：训练集和测试集。训练集包含一段时间内Criteo的部分流量，测试集则对应训练数据后一天的广告点击流量。 每一行数据格式如下所示：
<label> <integer feature 1> ... <integer feature 13> <categorical feature 1> ... <categorical feature 26>
其中<label>表示广告是否被点击，点击用1表示，未点击用0表示。<integer feature>代表数值特征（连续特征），共有13个连续特征。<categorical feature>代表分类特征（离散特征），共有26个离散特征。相邻两个特征用\t分隔，缺失特征用空格表示。测试集中<label>特征已被移除。
在模型目录的data目录下为您准备了快速运行的示例数据，若需要使用全量数据可以参考下方效果复现部分。
PaddlePaddle>=2.0
python 2.7/3.5/3.6/3.7
os : windows/linux/macos
本文提供了样例数据可以供您快速体验，在任意目录下均可执行。在dcn_v2模型目录的快速执行命令如下：
# 进入模型目录
# cd models/rank/dcn_v2 # 在任意目录均可运行
# 动态图训练
python -u ../../../tools/trainer.py -m config.yaml # 全量数据运行config_bigdata.yaml
# 动态图预测
python -u ../../../tools/infer.py -m config.yaml DCN_V2 模型的组网，代码参考 net.py。模型主要组成是 Embedding层，CrossNetwork 层，MLP 层，以及相应的分类任务的loss计算和auc计算。另外，DCN_V2在DCN的基础
上，根据CrossNetwork 层和MLP 层的堆叠方式，网络结构又分为Stacked和Parallel两种方式，模型架构如下：
CrossNetwork的核心是创建显示的特征交叉，每一层都与原始特征进行特征交叉，每一层的输出是下一层的输入，计算方式如下公式（1）所示，计算方法可视化表达如下图所示：
CrossNetwork计算特征交叉时，随着层数和特征维度的增大，计算成本也比较高，论文中设计了降低计算成本的CrossMix网络结构，如下介绍。
如上公式（1）所示，权重矩阵 W 是一个具有高秩的矩阵，论文中将W分解为两个低秩的矩阵U 和 V 有效降低了计算成本，如下公式（2）所示，但在精度性能上效果却略逊色前一种方式。
- 为了得到每条样本分属于正负样本的概率，我们将预测结果和
1-predict合并起来得到predict_2d，以便接下来计算auc。 - 每条样本的损失为负对数损失值，label的数据类型将转化为float输入。
- 该batch的损失
avg_cost是各条样本的损失之和 - 我们同时还会计算预测的auc指标。
为了方便使用者能够快速的跑通每一个模型，我们在每个模型下都提供了样例数据。如果需要复现 README 中的效果,请按如下步骤依次操作即可。 在全量数据下模型的指标如下：
| 模型 | auc | logloss | batch_size | epoch_num | Time of each epoch |
|---|---|---|---|---|---|
| DCN_V2 | 0.8026 | 0.4384 | 512 | 1 | 约 3 小时 |
- 确认您当前所在目录为PaddleRec/models/rank/dcn_v2
- 进入PaddleRec/datasets/criteo_dcn_v2目录下，执行该脚本，会从国内源的服务器上下载并预处理完成criteo全量数据集，放到指定文件夹。
cd ../../../datasets/criteo_dcn_v2
sh run.sh- 切回模型目录,执行命令运行全量数据
cd - # 切回模型目录
# 动态图训练
python -u ../../../tools/trainer.py -m config_bigdata.yaml # 全量数据运行config_bigdata.yaml
python -u ../../../tools/infer.py -m config_bigdata.yaml # 全量数据运行config_bigdata.yaml