Python 为什么Tensorflow/keras作业下只有一个GPU对具有非零GPU利用率？

我刚刚开始用我新的、闪亮的GTX 1080处理这个相当大的数据集。我已经安装了驱动程序以及cuda、cuDNN等

观察： 当我运行nvidia smi时，我得到以下图片：

所以，我认为，两个GPU都在使用大量的内存，这很好？然而，对于这两个GPU，尤其是第二个GPU，GPU的利用率都非常低

说明：为什么？ 有人知道为什么GPU的利用率如此之低，有没有关于如何提高性能的提示？

首先，nvidia smi可能会产生误导。 看看

第二：不幸的是，Keras没有为使用多个GPU提供现成的解决方案。Keras自动使用TensorFlow作为后端GPU。如果要同时使用两个GPU，必须直接使用TensorFlow。

---

如果您使用的是Keras版本1.x.x，则可以尝试以下解决方案：

你使用的是哪个相当大的数据集？@D.Laupheimer github上的comma.ai数据集：我实际上也运行了代码，因为我想尝试一下，我的新GPU有多快，因为我在下面的评论中读到keras不提供多个GPU的使用，我想我必须自己写一些东西。是的，您必须这样做-或者使用下面提到的解决方案。