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