标签： tensorflow gpu google-cloud-tpu
我有一个短语列表（例如1000）（每个短语包含一个或多个单词）进行编码。 我为每个短语重复使用相同的编码器（例如RNN / Tensor2Tensor /等）（这意味着它们在编码器中共享学习的参数）。 因此，要学习的参数的大小很小，因为它只是单个编码器，但是图形大小变得很大，因为列表很长。 任何人都可以给我一些建议，在这种情况下如何减少内存（我认为这是因为图只是一遍又一遍地重复相同的计算子图（编码器），但那些子图共享参数）？ 谢谢。