在硬件中实现LSTM推理时，批量大小是否重要？
我试图在硬件上实现一个递归神经网络模型（LSTM），该模型在Pytorch中进行了训练，以获得所需的结果。我试图抽象出要在硬件（FPGA）中实现的高级模型的推理，我知道一些超参数用于训练，在推理实现中应该无关紧要，但我不确定这些参数： 1-时间步数 2-批量大小 我的任务是角色级语言建模在硬件中实现LSTM推理时，批量大小是否重要？,lstm,hardware,fpga,recurrent-neural-network,hardware-acceleration,Lstm,Hardware,Fpga,Recurrent Neural Network,Hardware Acceleration,我试图在硬件上实现一个递归神经网络模型（LSTM），该模型在Pytorch中进行了训练，以获得所需的结果。我试图抽象出要在硬件（FPGA）中实现的高级模型的推理，我知道一些超参数用于训练，在推理实现中应该无关紧要，但我不确定这些参数： 1-时间步数 2-批量大小 我的任务是角色级语言建模