我有一个关于基于 LSTM 单元的 RNN 的问题。目前我正在尝试根据预测误差预测时间序列数据中的异常。在生产中运行 RNN 的分布式是否合理?例如,使用 Google Cloud ML Engine 对其进行扩展。我希望能够扩展模型,以防它在推理过程中必须计算许多请求。
但是当我分发模型时,存储单元会发生什么?数据被拆分并分布在多个节点上,它还能识别时间序列数据的模式吗?
谢谢!
我有一个关于基于 LSTM 单元的 RNN 的问题。目前我正在尝试根据预测误差预测时间序列数据中的异常。在生产中运行 RNN 的分布式是否合理?例如,使用 Google Cloud ML Engine 对其进行扩展。我希望能够扩展模型,以防它在推理过程中必须计算许多请求。
但是当我分发模型时,存储单元会发生什么?数据被拆分并分布在多个节点上,它还能识别时间序列数据的模式吗?
谢谢!