我正在构建一个 NLP 应用程序。我的数据集有 0.6M 数据点，每个 0.15M 维度。我的特征向量是高度稀疏的——在任何特征向量中大部分是 0，最多 20 个 1。我在 AWS 上使用 32 GB 的机器。

由于大小，无法在内存中一次性加载整个数据集。我正在寻找一个基于 python 的神经网络库，它支持（如果不是全部，那么至少有一些）以下[由于数据集的大小和维度，我定义了下面提到的能力]：

1. 能够在小批量上训练网络
2. 能够利用底层多核架构的库（如果可用）
3. 一种直接以压缩表示形式提供特征向量的方法（如 scipy.sparse）[在我的情况下

我仔细查看了以下库 - PyBrain、Pylearn2、NeuroLab、FANN。据我了解，它们都没有任何所需的能力（Pybrain 有助于批量学习。即使这需要接近 55 小时）。

有什么建议 ？（不能减少维度）或者如果我的理解存在缺陷并且上述任何库都具有（某些）上述功能，您能否指出一些实现/利用相同功能的示例代码？