我們在剛使用tensorflow的過程中，會遇到這個問題，通常我們有多個gpu，但是
在通過nvidia-smi查看的時候，一般多個gpu的資源都被占滿，但是只有一個gpu的GPU-Util
和 219W / 250W（Usage/Cap）會被占滿。實際上我們只有一個在跑，但是我們其實只需要
一個卡，其他卡要跑其他的資源，這是后怎么辦呢。
可以在環境中就指定gpu機器可見：
如：
import os
os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID"
os.environ["CUDA_VISIBLE_DEVICES"] = "3" （其實，我有4張泰坦，但是我一般用第三張卡，因為四張卡
放在一起擠的不行，第四張卡扇熱好，且，我可以用多張卡，跑多個不同模型）
但是我想多個卡配合嫩？
import os
os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID"
os.environ["CUDA_VISIBLE_DEVICES"] = "0，2，3" ，這樣就指定了第1，3，4，張卡可見了