Python 如何将tensorflow图拆分为两部分并保存到两个保存的_模型中？

我有一个保存的_模型格式的tensorflow模型，大小超过10GB。计算图由两部分组成，上游部分主要是稀疏嵌入矩阵，其中大部分是大尺寸的，下游部分是dnn。第一部分是内存密集型的，最好在CPU上运行，第二部分包含可以在GPU上优化的操作。这两部分由

Gather

SpaseSegmentSum

和

SpaseSegmentMean

的操作划分

---

我的问题是如何将这两个部分划分为两个已保存的模型，以便将它们分别部署在CPU设备和GPU设备上。关于这个话题的最佳实践是什么？是否有任何实现示例？

您可以尝试导出到onnx并处理其中的图形。@在我的情况下，将dmedine导出到onnx将满足protobuf大小限制。您可以尝试导出到onnx并在那里操作图形。@在我的情况下，将dmedine导出到onnx将满足protobuf大小限制。