我正在使用此Distributed training with Keras tutorial在具有两个不同GPU的计算机上训练深度学习模型：

• Nvidia Titan RTX 24Go
• Nvidia GTX 1060 6Go

这很好用。

但是由于我只能定义一个批处理大小，所以我只能用6Go内存饱和最小的GPU。而另一个具有24Go内存的服务器可以运行更大的批处理大小。

train_dataset = dataset.map(scale).cache().shuffle(BUFFER_SIZE).batch(BATCH_SIZE)
[...]
model.fit(train_dataset,epochs=12)

那么，在理论上/实践上是否可以为每个GPU定义两个批处理大小？ （理想情况下是在Keras / Tensorflow中，无需过多的编码工作）

添加此屏幕截图仅供参考：