非常に強力なハードウェアではありますが、非常に大きなニューラルネットを作成しました。NeuralNetworksのパッケージのNeuralFit []が1つのコアしか使用しておらず、最大容量まで使用していないことに気付いたときのショックと失望を想像してみてください。失恋しました。NN実装全体を最初から作成する必要が本当にありますか？それとも私は何か簡単なことを逃しましたか？
私のネットは、100個の出力を生成するために300個のニューロンの2つの隠れ層に200個の入力を取りました。何兆もの計算について話していることは理解していますが、ハードウェアが弱点であることがわかっている限り、アップグレードすることができます。しばらく放置すれば、このようなネットのトレーニングをかなりうまく処理できるはずです（SATA-IIIでRAID-0SSDドライブを実行する24Gbの2000MhzCL7メモリを備えた4Ghz8スレッドマシン-私はかなり確信しています）。
アイデア？提案？ご入力いただきありがとうございます。
私はニューラルネットワークパッケージの作者です。入力が与えられたニューラルネットワークの評価を並列化するのは簡単です。つまり、入力（およびすべての重み、ネットワークのパラメーター）を指定して、ネットワークの出力を計算します。ただし、この評価はそれほど時間のかかるものではなく、ほとんどの問題に対して並列化することはあまり面白くありません。一方、ネットワークのトレーニングには時間がかかることが多く、残念ながら、並列化は容易ではありません。トレーニングはさまざまなアルゴリズムで実行でき、最適なアルゴリズムを並列化するのは簡単ではありません。私の連絡先情報は、WolframWebの製品のホームページにあります。改善の提案は大歓迎です。
パッケージの最後のバージョンは、（設定の下で）提案バーをオフにすると、バージョン9および10の1つで正常に機能します。その理由は、パッケージがドキュメントに古いHelpBrowserを使用し、提案バーと組み合わせてクラッシュするためです。
あなたのジョナス
パッケージの作者に直接連絡することができます。彼は非常に親しみやすい仲間であり、いくつかの提案をすることができるかもしれません。
コードをどのように記述したか、または使用しているパッケージ内にどのように記述されているかはわかりません。ベクトル化を使用してみてください。線形代数の計算が実際に高速化されます。ml-class.orgコースでは、それがどのように作成されているかを確認できます。