如何分析tensorflow时间线跟踪：GPU有大量空闲时间

我通过以下方式添加配置文件代码（时间线）

在我得到chrome跟踪文件后，我在chrome中打开它(chrome://tracing/). 以下是我的结果： 你可以看到在GPU中有很多空闲时间

我的问题是：为什么GPU什么都不做？

这是我的密码：

                batch_x,batch_y = mnist.train.next_batch(FLAGS.batch_size)
            run_metadata = tf.RunMetadata()
            _,loss,summary,step = sess.run([train_op, total_loss,summary_op,global_step],
                    feed_dict={x:batch_x.reshape([FLAGS.batch_size,IMAGE_SIZE,IMAGE_SIZE,NUM_CHANNELS]),y:batch_y},
                    options=tf.RunOptions(trace_level=tf.RunOptions.FULL_TRACE),
                    run_metadata=run_metadata)
            writer.add_summary(summary,step)

我在谷歌上搜索过，很多人认为这可能是由feed_dict引起的，因为这不是一种推荐的数据传输方式。但我无法从这个时间线中找到任何证据

我使用line_profile来分析此函数，即数据提取操作：

batch_x,batch_y = mnist.train.next_batch(FLAGS.batch_size)

只需要0.3毫秒。有人能帮我找出原因吗？欢迎提出任何建议