如何在CNTK中为特定操作设置设备？

Question

我有cntk中的模型，它由一个嵌入层和一个跟随的LSTM组成。我想将嵌入查找操作放在CPU上，并将其余的网络放在GPU上。
在tensorflow，我会做

with tf.device("/cpu:0"): 

什么是cntk等效，我可以包装成这样的：

C.layers.Embedding(embedding_size) 

Answer 1

在CNTK，设备控制是经由前向的特定功能/向后通行证/网络，而不是单独的操作。如果你想在CPU中执行特定的操作，而在GPU中执行特定的操作，则必须执行以下操作：

features = C.input_variable(input_dim) 
labels = C.input_variable(label_dim) 
embedding_input = C.input_variable(embedding_size, needs_gradient=True) 
embedding = C.layers.Embedding(embedding_size)(features) 
loss = rest_of_your_network(embedding_input, labels) 
emb_state, embedding_value = embedding.forward({features: some_data}, keep_for_backward=set(embedding.output), device=C.cpu(), as_numpy=False) 
loss_state, loss_value = loss.forward({embedding_input: embedding_value}, keep_for_backward=set(loss.output), device=C.gpu(0), as_numpy=False) 
loss_grad_dict = loss.backward(loss_state, {loss.output: np.ones_like(loss_value)}, set(loss.parameters + [embedding_input])) 
emb_grad_dict = embedding.backward(emb_state, {embedding.output: loss_grad_dict[embedding_input]}, set(embedding.parameters)) 
# use these dictionaries to update the parameters with a learner