Ошибка зависимости вложенного цикла OpenACC

Пожалуйста, мне нужна помощь с использованием модели параллельных вычислений OpenACC (C ++). Проблема заключается в следующем:

Существует зависимость между переменными W, hbias, vbias (она должна обновляться на каждой итерации) и вычислением средств внутри функций propup и propdown, но с использованием OpenACC для кода, который недоступен. Таким образом, каждая итерационная функция получала бы начальное значение W и смещения. Обратите внимание, что если параллелизация произойдет на более низком уровне, это не принесет пользы. Это код:

    void RBM::contrastive_divergence(int ** train_X, double learning_rate, int k) {int * input = new int[n_visible];

double *ph_mean = new double[n_hidden];
int *ph_sample = new int[n_hidden]; // CALUCLATED WITHIN COMPLETE CODE
double *nv_means = new double[n_visible];
int *nv_samples = new int[n_visible]; //CALUCLATED WITHIN COMPLETE CODE
double *nh_means = new double[n_hidden];
int *nh_samples = new int[n_hidden]; //CALUCLATED WITHIN COMPLETE CODE#pragma acc parallel
{

#pragma acc loop gang private(input[0:n_visible],ph_mean[0:n_hidden],ph_sample[0:n_hidden], \
nv_means[0:n_visible], nv_samples[0:n_visible], nh_means[0:n_hidden], \
nh_samples[0:n_hidden])

for (int ii = 0; ii<train_N; ii++) {

#pragma acc loop vector
for (int j = 0; j< n_visible; j++)
input[j] = train_X[ii][j];sample_h_given_v(input, ph_mean);

sample_v_given_h(h0_sample, nv_means);
sample_h_given_v(nv_samples, nh_means);

#pragma acc loop vector
for (int i = 0; i<n_hidden; i++) {
for (int j = 0; j<n_visible; j++) {
#pragma acc atomic update
W[i][j] += learning_rate * (ph_mean[i] * input[j] - nh_means[i] * nv_samples[j]) / N;
}
#pragma acc atomic update
hbias[i] += learning_rate * (ph_sample[i] - nh_means[i]) / N;
}

#pragma acc loop vector
for (int i = 0; i<n_visible; i++) {
#pragma acc atomic update
vbias[i] += learning_rate * (input[i] - nv_samples[i]) / N;
}

}

}

delete[] input;
delete[] ph_mean;
delete[] ph_sample;
delete[] nv_means;
delete[] nv_samples;
delete[] nh_means;
delete[] nh_samples;

}

#pragma acc routine vector
void RBM::sample_h_given_v(int *v0_sample, double *mean){

#pragma acc loop vector
for (int i = 0; i<n_hidden; i++) {
mean[i] = propup(v0_sample, W[i], hbias[i]);
}
}#pragma acc routine vector
void RBM::sample_v_given_h(int *h0_sample, double *mean){

#pragma acc loop vector
for (int i = 0; i < n_visible; i++) {
mean[i] = propdown(h0_sample, i, vbias[i]);
}
}#pragma acc routine seq
double RBM::propup(int *v, double *w, double b) {
double pre_sigmoid_activation = 0.0;
for (int j = 0; j<n_visible; j++) {
pre_sigmoid_activation += w[j] * v[j];
}
pre_sigmoid_activation += b;

double x;
x = 1.0 / (1.0 + exp(-pre_sigmoid_activation));

return x;
}

#pragma acc routine seq
double RBM::propdown(int *h, int i, double b) {
double pre_sigmoid_activation = 0.0;
for (int j = 0; j<n_hidden; j++) {
pre_sigmoid_activation += W[j][i] * h[j];
}
pre_sigmoid_activation += b;

double x;
x = 1.0 / (1.0 + exp(-pre_sigmoid_activation));
return x;
}