GPU佔用率檢視：

方法一：工作管理員

如圖，GPU0和GPU1的佔用率如下顯示。

方法二：GPU-Z軟體

下面兩個GPU，上面是GPU0，下面是GPU1

sensors會話框裡的GPU Load就是佔用率

大家可以檢視GPU0和GPU1的使用與否和使用率

方法三：終端檢視

在執行中輸入cmd，開啟終端

輸入cd C:\Program Files\NVIDIA Corporation\NVSMI

回車

輸入nvidia-smi

輸出為

其中GPU下的0和1 指不同GPU，Memory-Usage為佔用率

為了實時檢視，可以輸入nvidia-smi.exe -l 3

這樣就可以每3秒重新整理一次，實時顯示了。

指定GPU執行程式方法：

第一步：

在程式裡寫出指定GPU（有兩種分配方法）：

1、

import os
os.environ["CUDA_VISIBLE_DEVICES"]=‘0’

這樣就指定在GPU0下執行程式，如果要指定多個，可以寫成os.environ["CUDA_VISIBLE_DEVICES"]=‘0’，‘1’

2、（需得是tensorflow）

import tensorflow as tf

tf.device('/gpu=0')

這樣就指定在GPU0下執行程式，如果要指定GPU利用率，就新增如下程式碼： 

gpu_options = tf.GPUOptions(per_process_gpu_memory_fraction=0.3)

sess = tf.Session(config=tf.ConfigProto(gpu_options=gpu_options))

 意思是在GPU0下以30%利用率執行程式（實際會偏高一點，但會有控制效果）

第二步：

開啟新的console，分別在不同console下用不同GPU執行，實現兩個程式同時跑。

注意：如果程式不大，也可以在新的console下用同一個GPU執行程式，具體的視GPU佔用率而定。