Как рассчитать нейронную сеть для разных весов и входных данных параллельно в pytorch? ⇐ Python

[Anonymous]

Я работаю с машинным обучением, используя pytorch.
Есть класс, реализующий нейронную сеть, унаследованную от nn.Module. Реализована некоторая сетевая структура.
В списке хранятся различные параметры (веса, смещения):

Код: Выделить всё

parameters = [[...], ..., [...]]  . Также в другом списке хранятся разные входные данные: входные = [[...], ..., [...]]

.
Мне нужно рассчитать выходные данные сети как для входных данных, так и для параметров, я. е. Мне нужно построить матрицу:




параметры[0]
параметры[1]
. ..
параметры[n]




ввод[0]
результат[0][0]< /td>
результат[0][1]
...
результат[0][n]< /td>


вход[1]
результат[1][0]
результат[1][1]...
result[1][n]


...
...
...
...
...


вход[m]
результат[m][0]
результат[m][ 1]
...
result[m][n]



Самый очевидный способ — использовать два цикла. И это было бы хорошо для процессора. Но как реализовать это для графического процессора? Каждый результат[j] может рассчитываться параллельно, поэтому я бы использовал пакетный расчет.
Не могли бы вы предложить мне какое-нибудь решение?


Подробнее здесь: https://stackoverflow.com/questions/793 ... el-in-pyto