Keras：在没有GPU的主机上使用CuDNNLSTM构建的加载模型

Question

我训练了一个使用CuDNNLSTM单元的keras模型，现在希望将该模型加载到缺少GPU的主机设备上。由于CuDNNLSTM单元需要GPU，因此加载过程会爆炸，并抛出：

  

尚未注册任何OpKernel支持这些属性的Op'CudnnRNN'。

是否有一些后门程序可以让我在没有GPU的主机上加载模型？任何建议都将非常有帮助！

Answer 1

注意：我正在使用Keras 2.2.4和TensorFlow 1.12.0。 我可以通过以下步骤解决该问题：

1）使用CudnnLSTM训练模型，并保存模型（model_GPU.json）和权重（* .h5）。

2）定义用于LSTM的更改CudnnLSTM的相同模型，这必须在没有GPU的系统/计算机中完成，然后可以保存模型（model_CPU.json）。

2 *）在LSTM单元集中，激活=“ tanh”，recurrent_activation =“ Sigmoid”。由于这些是CudnnLSTM中的默认值。

3）然后，您可以加载带有CudnnLSTM训练的权重的model_CPU.json。

具体来说，我使用了以下

CPU： 从keras.layers导入LSTM

双向（LSTM（hidden_​​units_LSTM，return_sequences = True，activation ='tanh'，recurrent_activation ='Sigmoid'））（输出）

GPU： 从keras.layers导入CuDNNLSTM

双向（CuDNNLSTM（hidden_​​units_LSTM，return_sequences = True））（输出）