Tensorflow-是否可以手动确定图形中的哪些张量进入GPU和CPU？

我在Keras中创建了一个使用卷积层和LSTM层的网络

我读到tensorflow不能很好地处理GPU中的LSTM层：

事实上，我的网络在GPU上运行得很慢（希望这不是进一步的问题）

我希望tensorflow将所有卷积运算抛给GPU，但将所有LSTM操作保留在CPU中。可能吗

---

因此，考虑到我可以找到tensorflow图并识别其每个张量，我可以手动定义每个张量执行其操作的位置吗？

在网络实现之后，您可以（如果您使用

tensorflow

）尝试以下技术：

with tf.device('/cpu:0'):
    # model layers which should be run on CPU go here

---

查看此文档：

太好了！这让我的模特在这一生中完成了它的工作。我很高兴我能帮上忙。