利用nvidia-smi命令查看tensorflow-gpu的运行情况

目的：用GPU跑通Mask RCNN项目源码

使用搭配：win10 + CUDA 10.0 + cudnn 7.6 +tensorflow-gpu 1.14+NVIDIA显卡Geforce MX350

其他必备包：numpy 1.19.5、scipy 1.5.4、Pillow 8.3.1、cython 0.29.24、matplotlib 3.3.4、scikit-image 0.17.2、keras 2.0.8、opencv-python 4.5.3.56、h5py 2.10.0、imgaug 0.4.0、IPython[all] 7.16.1

运行情况：代码可以正常跑起来，但是会卡在Epoch 1/30不动，之前我用cpu跑，也是卡在这里。于是我初步判断，tensorflow-gpu没有调用GPU。

排查方法：运行程序的同时，在Anaconda prompt里运行nvidia-smi命令来查看GPU的状况，发现GPU已经被调用了，只不过显存太小，所以速度依旧很慢。

nvidia-smi命令的使用方法见如下链接：https://www.jianshu.com/p/ceb3c020e06b

GPU：本机中的GPU编号。一般从0开始编号

Fan：风扇转速（0%-100%），N/A表示没有风扇

Name：GPU类型，我的是：Geforce MX350

Temp：GPU的温度

Perf：GPU的性能状态，P0-P12表示最大到最小性能，我这里是P0

TCC/WDDM：NVIDIA 高性能 GPU（如Tesla, Quadro）可以配置为 TCC（Tesla Compute Cluster）模式或 WDDM（Windows Display Driver Model）模式。二者区别在于，TCC 模式下，GPU完全用于计算，并不需要本地显示功能；而 WDDM 模式下，GPU 同时扮演计算卡 + 显卡的角色

Pwr：Usager/Cap：能耗表示，Usage：用了多少，Cap总共多少

Bus-Id：GPU总线相关显示，domain：bus：device.function

Disp.A：Display Active ，表示GPU的显示是否初始化

Memory-Usage：显存使用率

Volatile GPU-Util：GPU使用率

Uncorr. ECC：关于ECC的东西，是否开启错误检查和纠正技术，0/disabled,1/enabled

Compute M：计算模式，0/DEFAULT,1/EXCLUSIVE_PROCESS,2/PROHIBITED

Processes：显示每个进程占用的显存使用率、进程号、占用的哪个GPU