如何在Tensorflow 2.0中保存在GPU上训练并加载到CPU上的模型

import tensorflow as tf

# 在GPU上训练模型
with tf.device('/GPU:0'):
    model = tf.keras.Sequential([...])
    model.compile([...])
    model.fit([...])

# 保存模型
tf.keras.models.save_model(model, 'path/to/model')

import tensorflow as tf

# 加载模型
loaded_model = tf.saved_model.load('path/to/model')

# 将模型转移到CPU上
with tf.device('/CPU:0'):
    infer = loaded_model.signatures['serving_default']

import tensorflow as tf

# 加载模型
loaded_model = tf.saved_model.load('path/to/model')

# 将模型转移到CPU上
with tf.device('/CPU:0'):
    infer = loaded_model.signatures['serving_default']

# 使用加载的模型进行推理
output = infer(input_tensor)