Skip to main content
 首页 » 编程设计

python之tf.keras 手动设备放置

2024年11月24日8bluestorm

迁移到 TF2.0 我正在尝试使用 tf.keras 方法来解决问题。 在标准 TF 中,我可以使用 with tf.device(...) 来控制操作的位置。

例如,我可能有一个像这样的模型

 
model = tf.keras.Sequential([tf.keras.layers.Input(..), 
                             tf.keras.layers.Embedding(...), 
                             tf.keras.layers.LSTM(...), 
                             ...]) 

假设我想在 CPU 上建立网络直到 Embedding(包括),然后再在 GPU 上建立网络,我将如何实现? (这只是一个例子,层可能与嵌入无关)

如果解决方案涉及子类化 tf.keras.Model 也可以,我不介意不使用 Sequential

请您参考如下方法:

您可以使用 Keras 函数式 API:

inputs = tf.keras.layers.Input(..) 
with tf.device("/GPU:0"): 
    model = tf.keras.layers.Embedding(...)(inputs) 
outputs = tf.keras.layers.LSTM(...)(model) 
 
model = tf.keras.Model(inputs=inputs, outputs=outputs)