如何使用CuDNN ops在GPU上进行训练，然后部署到CPU？

Question

如果我使用keras.layers.CuDNNGRU使用的特定于GPU的操作在GPU上训练我的网络，最终我该如何部署经过训练的网络以使用CPU进行推理？需要将特定于GPU的部分转换为通用部分。否则，图形必须在没有GPU的情况下才能运行。但是，我不知道可以进行这种转换的工具。

例如，训练结束后，如何将冻结的GraphDef或保存的图形转换为不带keras.layers.CuDNNGRU的图形，而改为具有keras.layers.GRU这样的CPU友好型功能，当然可以保留推理行为？