使用 nngraph Torch 进行并行计算
Parallel Computation with nngraph Torch
我认为 nngraph 应该可以使编写具有复杂结构(例如,并行计算)的神经网络变得容易得多,但我 运行 遇到了一些错误..
nngraph 的主要优势是能够事后绘制图形,还可以很容易地链接模块吗?
为什么我有这个错误:
lookup = nn.LookUpTable(...)
question = lookup(input[1])
answer = lookup(input[2])
或者我应该做类似
的事情
question, answer = lookup({input[1],input[2]}
?
(input[1] 和 input[2] 只是包含整数的张量)
(错误是问题或答案之一没有正确的输出。尺寸关闭等)
在这种情况下,即使使用 nngraph 也必须使用 ParallelTable 吗?
好吧,显然这是独立于 nngraph 的。
在这种情况下你应该做的是克隆你的模块,并使用克隆:
lookup2 = lookup:clone()
lookup 和 lookup2 将共享相同的参数。
我认为 nngraph 应该可以使编写具有复杂结构(例如,并行计算)的神经网络变得容易得多,但我 运行 遇到了一些错误..
nngraph 的主要优势是能够事后绘制图形,还可以很容易地链接模块吗?
为什么我有这个错误:
lookup = nn.LookUpTable(...)
question = lookup(input[1])
answer = lookup(input[2])
或者我应该做类似
的事情question, answer = lookup({input[1],input[2]}
?
(input[1] 和 input[2] 只是包含整数的张量) (错误是问题或答案之一没有正确的输出。尺寸关闭等)
在这种情况下,即使使用 nngraph 也必须使用 ParallelTable 吗?
好吧,显然这是独立于 nngraph 的。
在这种情况下你应该做的是克隆你的模块,并使用克隆:
lookup2 = lookup:clone()
lookup 和 lookup2 将共享相同的参数。