我正在尝试将tf.keras.layers.Conv2D图层的权重从GPU移到渴望模式下的CPU上。我之所以这样做，是因为我的程序创建了多个模型，并且我只会一次训练一个模型，而不必是连续的。例如，如果有模型A，B和C，我可能会按照ABACB的顺序训练它们。
当我增加模型数量时，这会占用太多内存，因此我正在寻找一种方法来将模型的权重从GPU转移到CPU。
我正在寻找类似于x.cpu()的东西，除了图层权重是变量而不是张量。我不想使用tf.device()方法，因为当我创建并使用权重时，我想在GPU上使用它们。