scikit-learn与CORtorch的FeatureUnion

Question

假设我有一个用Pytorch编写的神经网络作为某种特征提取器，我将它包装在2个稍微不同的Scikit-learn变换器中，以便它们可以提取不同的特征。示意图，代码如下所示：

net = SomePytorchModule()
transformer_1 = Transformer1(net)
transformer_2 = Transformet2(net)

所以基本上，2个变换器共享相同的神经网络，但以不同的方式使用它。现在，我想将它们放入FeatureUnion

union = FeatureUnion([
            ('transformer_1': transformer_1),
            ('transformer_2': transformer_2)])

到目前为止一切正常。但是假设我想做一个并行工作，那就是：

union = FeatureUnion([
            ('transformer_1': transformer_1),
            ('transformer_2': transformer_2)],
        n_jobs = 2)

如何确保两个进程共享相同的net，因此不需要复制，因为神经网络非常大