Как вы можете обучить несколько нейронных сетей одновременно в nolearn/lasagne/theano на Python?
Я пишу калибровочный конвейер, чтобы узнать гиперпараметры для нейронных сетей для определения свойств последовательностей ДНК *. Следовательно, это требует обучения большого количества моделей в одном наборе данных с разными гиперпараметрами.
Я пытаюсь оптимизировать это для запуска на GPU. Наборы данных последовательностей ДНК довольно малы по сравнению с наборами данных изображений (обычно 10 или 100 пар оснований в 4 "каналах" для представления 4 оснований ДНК, A, C, G и T, по сравнению с 10000 пикселей в 3 каналах RGB) и, следовательно, не может в полной мере использовать распараллеливание на графическом процессоре, если несколько моделей не обучены одновременно.
Есть ли способ сделать это в nolearn, lasagne или, в худшем случае, в Theano?
* Он основан на модели DeepBind для определения, где факторы транскрипции связываются с ДНК, если вам интересно.