我想运行一个用 Python 编写并使用 Tensorflow 的脚本。由于服务器与其他同事共享，我想限制我的脚本最多使用服务器拥有的 GPU 内存的 1/3。
为了实现这一点，我执行以下操作：
with tf.Graph().as_default():
gpu_options = tf.GPUOptions(allow_growth=True, per_process_gpu_memory_fraction=0.3)
session_conf = tf.ConfigProto(
allow_soft_placement=True,
log_device-placement=False,
gpu_options=gpu_options)
with tf.Session(conf=session_conf) as sess:
# some stuff
但是当我通过命令检查 GPU 内存使用情况时，nvidia-smi它说所有这些都已分配。服务器上有 2 个 GPU，似乎我的脚本完全分配了它们。我究竟做错了什么 ？
我上面写的不是脚本的第一行代码。我先做一些数据处理。但如果我把它放在一开始，它也不会改变。