java gpu图片处理_如何在运行时更改处理单元（从GPU到CPU）？

在深度神经网络训练的背景下，当使用GPU作为处理单元时，训练工作得更快 . 这是通过配置CudNN优化并使用以下行更改环境变量中的处理单元(Windows上的Python 2.7和Keras)来完成的：

os.environ["THEANO_FLAGS"] = "floatX=float32,device=gpu,optimizer_including=cudnn,gpuarray.preallocate=0.8,dnn.conv.algo_bwd_filter=deterministic,dnn.conv.algo_bwd_data=deterministic,dnn.include_path=e:/toolkits.win/cuda-8.0.61/include,dnn.library_path=e:/toolkits.win/cuda-8.0.61/lib/x64"

输出是：

Using gpu device 0: TITAN Xp (CNMeM is disabled, cuDNN 5110)

问题是GPU内存与RAM(分别为12GB和128GB)相比有限，而且训练只是整个流程的一个阶段 . 因此，我希望在培训完成后再切换回CPU . 我尝试过以下行，但它没有效果：

os.environ["THEANO_FLAGS"] = "floatX=float32,device=cpu"

我的问题是：

是否可以在运行时从GPU更改为CPU，反之亦然？ (技术上)

如果是，我怎样才能在Python中以编程方式进行？ (2.7，Windows和Keras与Theano后端) .