У меня есть рекуррентная нейронная сеть в Flux в виде:
net = Chain(LSTM(8,100), Dense(100,1))
Вход в сеть - это мелкие столбцы данных запаса (каждый из этих столбцов имеет 8 номеров), где может быть различное количество баров, подаваемых в рекуррентную сеть. Я повторяю это примерно на 2000 различных акций. Вот как обычно выглядят данные:
![enter image description here](https://i.stack.imgur.com/fd9TV.png)
![enter image description here](https://i.stack.imgur.com/75fbH.png)
Я использую следующую функцию чтобы передать данные в текущую сеть:
function mapNetworkOverStocks(net, stocksInput)
unFlattened = map(x -> (output = net.(x); Flux.reset!(net); output), stocksInput)
map(x -> map(y -> y[1], x), unFlattened)
end
и вызвать ее с помощью:
mapNetworkOverStocks(net, allStocksData)
Проблема в том, что она работает довольно медленно. В Mathematica я могу заставить подобный код работать за 7.79389
секунды, в то время как у Джулии это занимает 93.413394
секунды. Есть ли способ запустить это так же быстро, как версия Mathematica?