Python CPU到GPU内存开销延迟的诊断？

我正在使用

tensorflow gpu

对大型数据集进行大量傅立叶变换

在Windows10任务管理器上，我看到GPU“cuda”引擎的使用率只有5%。GPU专用内存为4.8/6GB（但我也有关于这方面的信息）

由于“cuda”引擎的使用率较低，我假设还有其他瓶颈。最明显的一个是从CPU到GPU内存的传输延迟

python或Windows中是否有任何诊断程序可以显示访问CPU内存的频率

---

到目前为止，我只想在我所有的tensorflow对象上使用

tf.device

，看看它们是否真的固定在GPU上。

你看了吗？@Lescurel在Windows上能工作吗？从未尝试过，但我想会。