如何在Python上用nolearn/lasagne/theano同时训练多个神经网络？

Question

我正在写一个校准管道来学习神经网络的超参数来检测DNA序列的特性。因此，这需要在具有不同超参数的同一数据集中训练大量模型。在

我正在尝试优化这个在GPU上运行。与图像数据集相比，DNA序列数据集非常小（通常在4个“通道”中有10个或100个碱基对来表示4个DNA碱基，A、C、G和T，而3个RGB通道中有10000个像素），因此，除非同时训练多个模型，否则无法充分利用GPU上的并行性。在

有没有办法在诺莱恩，烤宽面条，或者最坏的情况下，在西诺？在

*如果你感兴趣的话，它是基于DeepBind model来检测转录因子与DNA结合的位置。在