Python：神经网络中的并行矩阵乘法美国运输部或者np.马特姆

Question

我想建立一个代码，可以计算矩阵乘法在神经网络没有张量流或美国运输部或者np.材料. 在

以下是我感兴趣的代码片段：

class Affine:
def __init__(self, W, b):
    self.W = W
    self.b = b
    self.x = None
    self.original_x_shape = None
    self.dW = None
    self.db = None

def forward(self, x):
    self.original_x_shape = x.shape
    x = x.reshape(x.shape[0], -1)
    self.x = x
    out = np.dot(self.x, self.W) + self.b
    return out

该代码是神经网络（X*W+b）正向计算的一部分。而且效果很好。在

我想修改out = np.dot(self.x, self.W) + self.b行。它应该以同样的方式工作美国运输部或者np.材料. 在

以下是我的代码：

^{pr2}$

修改部分只是并行矩阵乘法。但是，发生了以下错误：AttributeError: Can't pickle local object 'Affine2.forward.<locals>.matmult'

我怎么解决这个问题？在