与Pytorch的scikitlearn功能联盟

Question

假设我有一个用Pytorch编写的神经网络，它充当某种特征提取器，我将它包装在两个稍微不同的Scikit学习变压器中，以便它们可以提取不同的特征。示意图上，代码如下所示：

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

所以基本上，两个变压器共享同一个神经网络，但使用方式不同。现在，我想把它们放到FeatureUnion

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

到目前为止效果还不错。但是假设我想做一个平行的工作，那就是：

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

我如何确保这两个进程共享相同的net，这样就不需要复制了，因为神经网络非常大