Keras：在没有 GPU 的主机上加载使用 CuDNNLSTM 构建的模型

Question

我训练了一个使用CuDNNLSTM单元格的 keras 模型，现在希望将模型加载到缺少 GPU 的主机设备上。CuDNNLSTM但是，由于单元格需要 GPU，因此加载过程会爆炸，抛出：

没有注册任何 OpKernel 来支持具有这些属性的 Op 'CudnnRNN'。

是否有一些后门可以让我在没有 GPU 的主机上加载模型？任何建议都会非常有帮助！

Answer 1

注意：我使用的是 Keras 2.2.4 和 TensorFlow 1.12.0。我能够通过以下步骤解决问题：

1）用CudnnLSTM训练模型并保存模型（model_GPU.json）和权重（*.h5）。

2）为LSTM定义相同的模型改变CudnnLSTM，这必须在没有GPU的系统/计算机中完成，然后您可以保存模型（model_CPU.json）。

2*) 在 LSTM 单元集 activation='tanh',recurrent_activation='sigmoid'。因为这些是 CudnnLSTM 中的默认值。

3) 然后你可以用 CudnnLSTM 训练的权重加载 model_CPU.json。

具体来说，我使用了以下

中央处理器：

from keras.layers import LSTM

Bidirectional(LSTM(hidden_units_LSTM, return_sequences=True,activation='tanh',recurrent_activation='sigmoid'))(output)

图形处理器：

from keras.layers import CuDNNLSTM

Bidirectional(CuDNNLSTM(hidden_units_LSTM, return_sequences=True))(output)