config.yaml文件中save_inference_fetch_varnames参数的问题

[disheng34]

请问，我在使用wide_deep静态图训练保存模型中参数save_inference_fetch_varnames具体该如何确定

我看了inference文档中写了“fetch参数输出的是auc，具体意义为static_model.py里def net（）函数中将auc使用cast转换为float32类型语句中的cast算子。”，具体到现实场景，请问，我该如何确定/找到这个参数是sigmoid_0.tmp_0？类似的，其他模型中的scale_0.tmp_0等。

use_inference: True
save_inference_feed_varnames: ["1","2","3","4","5","6","7","8","9","10","11","12","13","14","15","16","17","18","19","20","21","22","23","24","25","26","dense_input"]
save_inference_fetch_varnames: ["sigmoid_0.tmp_0"]

谢谢

[danleifeng]

您好，你可以使用Print api 测试打印一下你想要输出变量的名字。https://www.paddlepaddle.org.cn/documentation/docs/zh/2.3/api/paddle/static/Print_cn.html

[disheng34]

谢谢您，我试试

[disheng34]

您好，你可以使用Print api 测试打印一下你想要输出变量的名字。https://www.paddlepaddle.org.cn/documentation/docs/zh/2.3/api/paddle/static/Print_cn.html

您好，我在paddleRec的wide_deep static_model.py 中的def net（）函数进行了打印：
....
auc = paddle.cast(auc, "float32")
paddle.static.Print(auc, message="The content of input layer:")
....

输出结果：
Variable: cast_2.tmp_0

• message: The content of input layer:
• lod: {}
• place: Place(cpu)
• shape: []
• layout: NCHW
• dtype: float
• data: [0.9175]

同样对其中的pred变量进行了打印
....
pred = wide_deep_model.forward(self.sparse_inputs, self.dense_input,
show_click)
paddle.static.Print(pred, message="The content of input layer:")
....

输出结果：
Variable: sigmoid_0.tmp_0

• message: The content of input layer:
• lod: {}
• place: Place(cpu)
• shape: [50, 1]
• layout: NCHW
• dtype: float
• data: [0.403132 0.557691 0.344832 0.356842 0.362411 0.350903 0.378425 0.491143 0.400805 0.40154 0.357373 0.514833 0.369886 0.312041 0.317104 0.345421 0.385894 0.33624 0.346485 0.482672]

这是否和serving.md文档中写的有矛盾。“fetch参数输出的是auc，具体意义为static_model.py里def net（）函数中将auc使用cast转换为float32类型语句中的cast算子。” 但我实际通过打印，cast算子输出的是Variable: cast_2.tmp_0，pred这里是Variable: sigmoid_0.tmp_0

谢谢！