我有一个带有三个gpus的linux系统。我和theano一起使用keras来运行cnn，在过去当我使用Theano 8. +时，我能够使用以下内容为jupyter笔记本窗口分配一个特定的gpu：
导入theano.sandbox.cuda theano.sandbox.cuda.use（＆＃34; GPU2＆＃34）
这允许我使用不同的超参数运行相同cnn模型的三个版本。
我最近更新了keras（至2.0）和theano（至0.9）。这需要我设置gpuarray后端。
使用模型运行一个jupyter笔记本工作正常。 gano1由theano选择。然而，当我启动具有相同型号的第二个笔记本时，theano尝试使用分配给第一个笔记本的gpu，导致内存使用问题并最终导致cnn模型在cpu上运行而不是使用剩余的两个gpus中的一个
有没有办法选择我希望在theano 0.9中的每个jupyter笔记本上运行的gpu，因为我能够在theano 8。+