optimization - 如何使用 Flux 在 Julia 中优化循环网络？

Question

我有一个形式为 Flux 的循环神经网络：

net = Chain(LSTM(8,100), Dense(100,1))

网络的输入是股票数据的小柱（每个柱有 8 个数字），其中可以有不同数量的柱馈入循环网络。我在大约 2000 只不同的股票上重复这一点。以下是数据的一般外观：

我正在使用以下函数将数据输入循环网络：

function mapNetworkOverStocks(net, stocksInput)
    unFlattened = map(x -> (output = net.(x); Flux.reset!(net); output), stocksInput)
    map(x -> map(y -> y[1], x), unFlattened)
end

并调用它：

mapNetworkOverStocks(net, allStocksData)

问题是它运行得很慢。在 Mathematica 中，我能够在几秒钟内运行类似的代码，而在 Julia 中7.79389则需要几秒钟。93.413394有没有办法让它像 Mathematica 版本一样快速运行？