我有两个模型，并希望通过以下方式反复训练它们：
步骤1。 model1.fit（data1）->使用GPU＃1，产生output1
步骤2。 model2.fit（data2）->使用GPU＃2，产生output2
步骤3。 newdata1，newdata2 = function（output1，output2）
步骤4。 model1.fit（newdata1）->使用GPU＃1
步骤5。 model2.fit（newdata2）->使用GPU＃2 .....
分别训练不同模型的原因是由于内存限制。 如果要在步骤4/5的新会话中重新定义模型，并加载从步骤1/2保存的权重，则可以通过此post来实现。但是，模型和权重很大。因此，我想在步骤1/2定义一次模型，然后在步骤4/5继续进行培训。
我想知道是否有一种方法可以实现这一点。任何建议将不胜感激。