Parallel processing forwad通道内火炬烟囱的平行化

在神经网络的前向传递中，我有一段代码

myNewTensor = th.stack([
                         self.my_function(inputA[i], inputB[i] for i in range(inputA.shape[0]) 
                                         )
                      ])

---

这显然是令人尴尬的并行，并且没有办法对函数进行矢量化。有没有一种方法可以在Pytork中并行此操作，同时仍然能够通过它进行反向传播？

什么是

self。my_函数

？这是一个自定义函数，我在其中执行许多操作以输出一个向量，然后将该向量与torch使用同一函数生成的其他向量叠加。Stack这是纯函数吗？而且，这看起来像一个语法错误是的，这是一个纯函数。我修改了一些代码，使其更易于理解，但我在向前和向后的过程中工作，速度非常慢，我正在尝试将其并行化