用GPU跑代码，观察GPU情况

• 查看机器上GPU情况

  nvidia-smi
  

• 定时更新显示机器上gpu的情况

  nvidia-smi -l
  

• 设定刷新时间（秒）显示GPU使用情况

   watch -n 3 nvidia-sm
  

• 其中左上侧有0、1、2、3的编号，表示GPU的编号，在后面指定GPU时需要使用这个编号。

• 在终端执行程序时指定GPU

  CUDA_VISIBLE_DEVICES=0,1，2，3  （任意几块）  python  your_file.py
  

• 在Python代码中指定GPU

   import os
  os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID"
  os.environ["CUDA_VISIBLE_DEVICES"] = "0"
  

• 设置定量的GPU使用量

  config = tf.ConfigProto() 
  config.gpu_options.per_process_gpu_memory_fraction = 0.9 # 占用GPU90%的显存 
  session = tf.Session(config=config)
  

• 设置最小的GPU使用量

   config = tf.ConfigProto() 
   config.gpu_options.allow_growth = True 
   session = tf.Session(config=config)