tf.keras 手动设备放置

Question

迁移到 TF2.0 我正在尝试使用tf.keras方法来解决问题。 在标准 TF 中，我可以使用with tf.device(...)来控制操作的位置。

例如，我可能有一个类似的模型

model = tf.keras.Sequential([tf.keras.layers.Input(..),
                             tf.keras.layers.Embedding(...),
                             tf.keras.layers.LSTM(...),
                             ...])

假设我想让网络一直运行到在 CPU 上Embedding （包括），然后在 GPU 上Embedding ，我将如何处理？ （这只是一个例子，层可能与嵌入无关）

如果解决方案涉及子类化tf.keras.Model也可以，我不介意不使用Sequential

Answer 1

您可以使用 Keras 函数式 API：

inputs = tf.keras.layers.Input(..)
with tf.device("/GPU:0"):
    model = tf.keras.layers.Embedding(...)(inputs)
outputs = tf.keras.layers.LSTM(...)(model)

model = tf.keras.Model(inputs=inputs, outputs=outputs)