TensorFlow / Keras在不同的GPU上具有不同的模型,反复训练

时间:2019-03-01 22:28:10

标签: python multithreading tensorflow keras gpu

我有两个模型,并希望通过以下方式反复训练它们:

步骤1。 model1.fit(data1)->使用GPU#1,产生output1

步骤2。 model2.fit(data2)->使用GPU#2,产生output2

步骤3。 newdata1,newdata2 = function(output1,output2)

步骤4。 model1.fit(newdata1)->使用GPU#1

步骤5。 model2.fit(newdata2)->使用GPU#2 .....

分别训练不同模型的原因是由于内存限制。 如果要在步骤4/5的新会话中重新定义模型,并加载从步骤1/2保存的权重,则可以通过此post来实现。但是,模型和权重很大。因此,我想在步骤1/2定义一次模型,然后在步骤4/5继续进行培训。

我想知道是否有一种方法可以实现这一点。任何建议将不胜感激。

0 个答案:

没有答案