如何获取 TensorFlow 中实际使用的 GPU 内存大小

在使用 TensorFlow 时，可以使用 `tf.config.list_physical_devices('GPU')` 函数来获得系统中可用的 GPU 设备列表。然后，可以使用 `tf.config.experimental.get_memory_usage()` 函数来获取特定 GPU 设备的内存使用情况。\n\n以下是一个示例代码，演示如何获取实际使用的 GPU 大小：\n\npython\nimport tensorflow as tf\n\n# 获取可用的 GPU 设备列表\ngpus = tf.config.list_physical_devices('GPU')\nif gpus:\n for gpu in gpus:\n # 获取 GPU 设备的内存使用情况\n mem_usage = tf.config.experimental.get_memory_usage(gpu)\n print(f"GPU memory usage: {mem_usage.current_bytes / 1024**3} GB / {mem_usage.total_bytes / 1024**3} GB")\nelse:\n print("No GPU devices found.")\n\n\n这将输出每个可用 GPU 设备的内存使用情况，包括当前使用的字节数和总字节数。