P100服务器使用注意事项

运行代码前，在命令行输入

nvidia-smi

以查看当前服务器中各GPU的使用情况。会得到类似如下结果（可见此时两块GPU都处于空闲状态）：

Wed May 10 14:50:45 2017
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 375.39                 Driver Version: 375.39                    |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|===============================+======================+======================|
|   0  Tesla P100-PCIE...  Off  | 0000:04:00.0     Off |                    0 |
| N/A   39C    P0    31W / 250W |      0MiB / 16276MiB |      0%      Default |
+-------------------------------+----------------------+----------------------+
|   1  Tesla P100-PCIE...  Off  | 0000:82:00.0     Off |                    0 |
| N/A   37C    P0    31W / 250W |      0MiB / 16276MiB |      3%      Default |
+-------------------------------+----------------------+----------------------+

+-----------------------------------------------------------------------------+
| Processes:                                                       GPU Memory |
|  GPU       PID  Type  Process name                               Usage      |
|=============================================================================|
|  No running processes found                                                 |
+-----------------------------------------------------------------------------+

由于tensorflow（以及以tensorflow为后端的keras）默认会占满全部可见显存，但是在使用时默认只使用设备号最小的计算设备，所以需要根据实际情况进行设置，如果GPU_0现在空闲，则在命令行中执行：

export CUDA_VISIBLE_DEVICES=0

若GPU 1空闲，则执行：

export CUDA_VISIBLE_DEVICES=1

然后就可以跑代码了，为了充分利用资源