Tensorflow - 是否可以手动确定图表中的哪些张量转到GPU和CPU？

Question

我在Keras创建了一个使用卷积层和LSTM层的网络。

我已经读过，tensorflow无法很好地处理GPU中的LSTM层：http://minimaxir.com/2017/07/cpu-or-gpu/

事实上，我的网络在GPU中变慢了（希望它不是另一个问题）。

我希望tensorflow将所有卷积操作都抛给GPU，但是将所有LSTM操作保留在CPU中。这可能吗？

因此，考虑到我可以找到张量流图并识别其每个张量，我可以手动定义每个张量执行其操作的位置吗？

Answer 1

在实施this网络后，您可以（如果使用Tensorflow）尝试以下技术：

with tf.device('/cpu:0'):
    # model layers which should be run on CPU go here

Answer 2

请查看此文档：Distributed TensorFlow Specifying distributed devices in your model