從 cpu 傳輸一個 LSTM model 到 GPU

Question

我有一個非常簡單的 LSTM model，它是我在 tensorflow 中構建的，它可以在 CPU 上運行。 但是，我想在 GPU 上使用這個 model。對於 pytorch，我已經定義了設備等，但是對於 tensorflow，我不知道為什么它不能工作。 你對我有什么建議嗎？ 謝謝

model = Sequential()
model.add(LSTM(64, activation='relu', input_shape=(X_train.shape[1], X_train.shape[2]), return_sequences=True))
model.add(LSTM(32, activation='relu', return_sequences=False))
model.add(Dropout(0.1))
model.add(Dense(Y_train.shape[1], kernel_regularizer='l2'))
callback = tf.keras.callbacks.EarlyStopping(monitor='loss', patience=50)
opt = keras.optimizers.Adam(learning_rate=0.0008)
model.compile(optimizer=opt, loss='mse')
#model.summary()
history = model.fit(X_train, Y_train, epochs=2, batch_size=100, validation_data=(X_val, Y_val), callbacks=[callback],verbose=1, device).to(device)

Answer 1

對於 tensorflow，模型默認運行在 GPU 上進行計算。 它在他們的官方文檔中給出。

運行 model 時是否出現某種錯誤？ 因為這在 GPU 而不是 CPU 上運行時應該也能正常工作。