Tensorflow卷积函数调用

Question

我想运行一种卷积函数，并分别在Tensorflow GPU上大步前进：

weights = tf.Variable(weight_initializer([windowsize, 200]), dtype=np.float32)

def fn(data):
    data1 = tf.subtract(data[:-1], data[-1])
    dmax  = tf.reduce_max(data1)
    dmin  = tf.reduce_min(data1)
    data2 = tf.divide(data1,dmax-dmin)
    result= tf.matmul(data2, weights)


windowsize = 10000
records = 1000000
for i in range(0, records-windowsize):
    result[i] = fn(data[i:i+windowsize])

到目前为止，我使用tf.contrib.signal.frame(data1, windowsize, 1, axis=0)创建一个大张量，然后在这个大张量上执行类似的功能。

但这会占用大量内存，并严重限制了我的问题。