在 R 中并行训练多个网络（使用 Keras）

我想在 R 中训练 n 个不同的神经网络parallel， 我怎样才能做到这一点？我对并行化相当陌生，所以我发现这有点困难。

这是我的 1 个网络的代码（到目前为止）：

model<-keras_model_sequential()
# Define bulk of the network
model %>% layer_dense(units=Height,activation = "relu",input_shape = 1)


for(i in 1:Depth){
  model %>% layer_dense(units=Height,activation = "relu",input_shape = 1) 
}

# Readout Layer (ffNN)
model %>% layer_dense(units=1)

# Compile (ffNN)
model %>% keras::compile(loss="mse",
                         optimizer="adam",
                         metrics="mse")


## Report Model (Summary)
model %>% summary()

# Fit ffNN
fit.ffNN.start<-Sys.time()
fittedmodel<- model %>%
  keras::fit(train_data,
             trainingtarget,
             epochs=epochs,
             batch_size=(round(min(1,abs(Batch.size.percent))*nrow(train_data),digits = 0)), # Computes batch-size as a percentage of total data-size
  )
fit.ffNN.end<-Sys.time()