我正在遵循递归神经网络的CS224D代码（参见：http://cs224d.stanford.edu/syllabus.html Pset 3解决方案）
代码的工作原理是为每个训练示例编译一个新的图形，因为每个树都有不同的形状，但这对于运行小型游戏等是不是最理想的。我有一个类似的递归图但输入较大，所以我需要一个可并行化的解决方案。
我有想法预编译图形并将它们与数据异步加载到GPU，类似于队列的工作方式。然后卸载结果的小批量，计算组合的梯度，然后反向传播。我的想法是，我可以考虑变量输入，并利用GPU（有我的蛋糕，也吃它）。
这样的事情是否可行？