在TensorFlow中，有没有办法在多个GPU上并行堆叠的RNN？

import tensorflow as tf

# 定义模型
model = tf.keras.Sequential([
    tf.keras.layers.Embedding(input_dim=1000, output_dim=64),
    tf.keras.layers.RNN(tf.keras.layers.LSTMCell(64)),
    tf.keras.layers.Dense(10)
])

# 定义损失函数和优化器
loss_fn = tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True)
optimizer = tf.keras.optimizers.Adam()

# 定义分布式策略
strategy = tf.distribute.MirroredStrategy()

# 在分布式策略下构建模型
with strategy.scope():
    model = tf.keras.Sequential([
        tf.keras.layers.Embedding(input_dim=1000, output_dim=64),
        tf.keras.layers.RNN(tf.keras.layers.LSTMCell(64)),
        tf.keras.layers.Dense(10)
    ])
    model.compile(loss=loss_fn, optimizer=optimizer)

# 加载数据并进行训练
train_dataset = ...
model.fit(train_dataset, epochs=10)