Created by: 333caowei

参考了v2的nce用法，https://github.com/PaddlePaddle/models/blob/develop/legacy/youtube_recall/network_conf.py

使用fluid训练nce：

cost = fluid.layers.nce(
        input=source_semantic_vec,
        label=self.label,
        num_total_classes=self.feature_size_dict['LABEL_DICT_SIZE'] + 1,
        param_attr=fluid.ParamAttr(name="nce_w"),
        bias_attr=fluid.ParamAttr(name="nce_b"),
        num_neg_samples=70)
avg_cost = fluid.layers.mean(cost)

return [avg_cost, source_semantic_vec, self.source_data, self.label]

使用fluid.io.save_inference_model保存模型，但是nce的返回值只是个cost，在save_inference_model时候如何保存softmax预测值呢，另外fluid也没有v2中的paddle.layer.trans_full_matrix_projection，请问如何处理source_semantic_vec向量