问题描述
我最近阅读了一篇论文，其目的是通过在执行反向传播（从而更新模型权重）的进程与使用最新版本的进程的进程之间共享GPU内存来加速强化学习自玩模型。模拟步骤中进行推理的模型。他们使用了PyTorch，虽然我没有阅读他们的代码，但我相信他们能够通过地址或其他标识符在GPU上引用张量，以便可以从多个进程中访问张量，而无需将其复制到主内存中。 。我想知道是否也可以使用Tensorflow。
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）
依赖报错 idea导入项目后依赖报错，解决方案：https://blog....
错误1：gradle项目控制台输出为乱码 # 解决方案：https://bl...