Keras如何在CPU上运行加载模型

Question

我有keras和tensorflow后端，运行在GPU上。但是，我正在训练一个LSTM，所以我在训练CPU。在

with tf.device('/cpu:0'):
    model = Sequential()
    model.add(Bidirectional(LSTM(50, return_sequences=True), input_shape=(50, len(train_x[0][0]))))
    model.add(TimeDistributed(Dense(1, activation='sigmoid')))
    model.compile(loss='binary_crossentropy', optimizer='Adam', metrics=['acc'])

我遇到的问题是，当我保存并加载模型时，加载模型的预测函数执行得非常慢。经过一些定时测试后，我相信所发生的事情是加载的模型运行在GPU上，而不是CPU上，所以速度很慢。我尝试在CPU上编译加载的模型，但这并不能加快速度：

^{pr2}$

有没有一种方法可以达到与新训练的模型相同的速度？新训练出来的模型几乎快了五倍。谢谢你的帮助。在

Answer 1

使用要使用的设备加载模型：

with tf.device('/cpu:0'):
    new_model = load_model('test_model.h5')