ฉันมีชุดข้อมูลขนาดใหญ่มากซึ่งฉันต้องการโหลดลงใน Torch แต่ฉันไม่สามารถโหลดพวกมันลงในหน่วยความจำได้เต็มที่ก่อนที่จะรันอัลกอริธึมการเรียนรู้ ฉันควรทำอย่างไรเพื่อเพิ่มประสิทธิภาพสูงสุด?

ฉันมีปัญหาการเขียนโปรแกรมใน Torch ในปัจจุบัน ฉันมีโต๊ะที่ทำจากเทนเซอร์สองตัว: require 'nn' N = 4 aaaTensor = torch.randn(N) bbbTensor = torch.randn(N) thisTable = {aaaTensor, bbbTensor} ฉันต้องการคำนวณ...

คำถามนี้เป็นไปตาม แบบอย่างของฉัน . ฉันกำลังเขียนโปรแกรม C++ ด้วย OpenCV, Torch และ NumCpp โปรแกรมคอมไพล์และทำงานได้ดีในตอนนี้ แต่ฉันต้องเขียนการทดสอบหน่วย ฉันได้ติดตาม บทแนะนำของ Google เพื่อสร้าง Gtest และ GMock ภายในโปรเจ็กต์ของฉัน...

ฉันมีพารามิเตอร์เทนเซอร์คบเพลิง 4 มิติที่กำหนดดังนี้: nn.parameter.Parameter(data=torch.Tensor((13,13,13,13)), requires_grad=True) และเทนเซอร์สี่ตัวพร้อมสลัว (batch_size,13) (หรือเทนเซอร์หนึ่งตัวพร้อมสลัว (batch_size,4,13))...