Существует ли канонический способ повторного использования вычислений из ранее поставленного заполнителя в TensorFlow? Мой конкретный случай использования:Кэширование вычислений в TensorFlow
- питание много входов (с использованием одного заполнителя) одновременно, все из которых кормили через сеть, чтобы получить меньшие представления
- определить потери на основе различных комбинаций этих меньших представлений
- поезд на одной партии в то время, когда каждая партия использует некоторое подмножество входов, без пересчета меньшие представления
Вот цель в коде, но неполноценно becau Повторные подсчеты повторяются:
X_in = some_fixed_data
combinations_in = large_set_of_combination_indices
for combination_batch_in in batches(combinations_in, batch_size=128):
session.run(train_op, feed_dict={X: X_in, combinations: combination_batch_in})
Спасибо.
Кроме того, мне нужно кэшировать X, потому что градиенты, которые возвращаются из тренировки, будут зависеть от X. (Я бы отредактировал свой пост, но сейчас не вижу опции редактирования). – rd11