我有一个要编码的短语列表（例如 1000 个）（每个短语包含一个或多个单词）。我为每个短语重复使用相同的编码器（例如 RNN/Tensor2Tensor/等）（这意味着它们共享编码器中的学习参数）。结果，要学习的参数的大小很小，因为它只是单个编码器，但是由于列表很长，图的大小变得很大。谁能给我一些建议，说明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）？谢谢你。
我有一个要编码的短语列表（例如 1000 个）（每个短语包含一个或多个单词）。我为每个短语重复使用相同的编码器（例如 RNN/Tensor2Tensor/等）（这意味着它们共享编码器中的学习参数）。结果，要学习的参数的大小很小，因为它只是单个编码器，但是由于列表很长，图的大小变得很大。谁能给我一些建议，说明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）？谢谢你。