Tensorflow：在不同GPU上训练多个模型时，joblib Parallel不返回

Question

从本质上讲，我这样做：

devices = ['gpu_0', ..., 'gpu_N']
n_jobs = len(devices)
results = Parallel(n_jobs=n_jobs, verbose=5)(
    delayed(train_model)
    (device=device,
     stuff=...)
    for device, stuff in enumerate(zip(devices, stuffs))

train_model在依次调用时效果很好：

def train_model(device, stuff):
    graph=...
    with graph.as_default():
        with tf.device(device):
            ...
    session=...

用Parallel调用时，我可以看到所有分配的设备均已正确训练所有模型，但是完成后，Parallel永不返回。键入nvidia-smi时，我发现实际上所有N作业仍分配给每个GPU（活动率为0％），因此我怀疑每个作业都被其他作业锁定了。有没有一种方法可以与Python的joblib同时启动几个培训？