tensorflow 指定使用gpu处理，tensorflow占用多个GPU但只有一个在跑

     我们在刚使用tensorflow的过程中，会遇到这个问题，通常我们有多个gpu，但是

在通过nvidia-smi查看的时候，一般多个gpu的资源都被占满，但是只有一个gpu的GPU-Util

和 219W / 250W（Usage/Cap）会被占满。实际上我们只有一个在跑，但是我们其实只需要

一个卡，其他卡要跑其他的资源，这是后怎么办呢。

可以在环境中就指定gpu机器可见：

如：

import os

os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID"

os.environ["CUDA_VISIBLE_DEVICES"] = "3"  （其实，我有4张泰坦，但是我一般用第三张卡，因为四张卡

放在一起挤的不行，第四张卡扇热好，且，我可以用多张卡，跑多个不同模型）

但是我想多个卡配合嫩？

import os

os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID"

os.environ["CUDA_VISIBLE_DEVICES"] = "0，2，3"  ，这样就指定了第1，3，4，张卡可见了