TensorFlow 显存占用率高 GPU利用率低

nvidia-smi指令

命令位置：

所以Path中添加环境变量：
C:\Program Files\NVIDIA Corporation\NVSMI
试验一哈：

要注意的点：

• Driver Version和CUDA Version不是一回事
• CUDA Version实际是环境变量中Path配置的，如果一台机器同时装了多个CUDA，那么这里的CUDA Version显示的是Path中靠前的CUDA版本（和nvcc -V的显示是一样的）
• 下方的GPU使用信息网上有很多资料，但是比较靠谱的资料是去官网查手册，这里不再赘述，只挑几个比较重要的说一下：

1. Temp = Temperature，温度
2. Perf = Performance，性能，P0-P12，由低到高
3. Memory / Usage ,其实下方的数据是“已经使用的显存/总显存”
4. GPU-Util，GPU使用率

• 下方的Processes显示的使用GPU的线程信息：GPU序号，线程ID，线程名，GPU显存使用量
• N/A可以理解为无法显示，并不是无限大的意思

动态刷新GPU信息

nvidia-smi -l    # L小写字母，不是1

每隔一秒刷新一次GPU信息（执行一次nvidia-smi的结果）<