我的系统中有两个GPU，并且我在使用TensorFlow后端的Keras。GPU:0被分配给了PyCUDA，它执行一个独特的操作，这个操作会传递给Keras，并且每个批次都会变化。因此，我想在GPU:1上运行Keras模型，同时让GPU:0继续分配给PyCUDA。

有什么方法可以做到这一点吗？我查看了之前的讨论，找到了几个已废弃的解决方案。

回答：

所以我认为这个功能目前在Keras中并没有得到有效实现。我找到了一个推荐的变通方法，你可以使用Python的默认多进程库创建多个进程来解决这个问题。

注意：对于这种设置，目前你需要生成一个新的进程，而不是分叉进程，以避免与PyCUDA后端库之一发生奇怪的交互。