怎么检查GPU内存使用情况

你可以使用TensorFlow提供的`tf.config.experimental.list_physical_devices('GPU')`方法来列出所有可用的GPU设备，然后使用`tf.config.experimental.get_memory_usage()`方法来获取每个设备的内存使用情况。以下是一个简单的示例：

import tensorflow as tf

# 列出所有可用的GPU设备
gpus = tf.config.experimental.list_physical_devices('GPU')

if gpus:
  # 只使用第一个GPU设备
  try:
    tf.config.experimental.set_visible_devices(gpus[0], 'GPU')
    tf.config.experimental.set_memory_growth(gpus[0], True)

    # 获取第一个GPU设备的内存使用情况
    memory_used = tf.config.experimental.get_memory_usage(gpus[0])
    print("GPU memory used:", memory_used)
  except RuntimeError as e:
    print(e)
else:
  print("No GPU devices available")

这个示例只是获取了第一个GPU设备的内存使用情况，你可以根据需要修改来获取所有GPU设备的内存使用情况。