Keras：在没有GPU的主机上加载使用CuDNNLSTM构建的模型

作者: 筱梨
发布时间: 2024-12-30 02:47:09 (1月前)
转自：

2 条回复

0#
回复此人
阿政ღ | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 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： </p> <P> 1）使用CudnnLSTM训练模型并保存模型（model_GPU.json）和权重（* .h5）。 </p> <P> 2）为LSTM定义改变CudnnLSTM的相同模型，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）。 </p> <P> 2 *）在LSTM单元格中，激活='tanh'，recurrent_activation ='sigmoid'。因为这些是CudnnLSTM中的默认值。 </p> <P> 3）然后您可以使用CudnnLSTM训练的权重加载model_CPU.json。 </p> <P> 具体来说，我使用了以下内容 </p> <P> 中央处理器：来自keras.layers导入LSTM </p> <P> 双向（LSTM（hidden_units_LSTM，return_sequences = True，activation ='tanh'，recurrent_activation ='sigmoid'））（输出） </p> <P> GPU：来自keras.layers导入CuDNNLSTM </p> <P> 双向（CuDNNLSTM（hidden_units_LSTM，return_sequences = True））（输出） </p> </DIV>

编辑

登录后才能参与评论