我安装了TensorFlow的GPU版本，一创建会话，就显示以下日志：

I tensorflow/core/common_runtime/gpu/gpu_device.cc:885] 发现设备0，属性如下：名称：GeForce GTX TITAN Black 主版本：3 次版本：5 内存时钟频率（GHz）：0.98 PCI总线ID：0000:01:00.0 总内存：5.94GiB 可用内存：5.31GiB I tensorflow/core/common_runtime/gpu/gpu_device.cc:906] DMA: 0 I tensorflow/core/common_runtime/gpu/gpu_device.cc:916] 0: Y I tensorflow/core/common_runtime/gpu/gpu_device.cc:975] 创建TensorFlow设备 (/gpu:0) -> (设备: 0, 名称: GeForce GTX TITAN Black, PCI总线ID: 0000:01:00.0)

当我检查GPU内存使用情况时，发现大约90%的内存被占用。

TensorFlow的文档对此没有任何说明。它是否控制了GPU？为什么它消耗了大部分内存？

回答：

TensorFlow会话在启动时会分配几乎所有的GPU内存，这样可以绕过CUDA分配器。

不要在同一个进程中运行多个使用CUDA的库，否则会发生奇怪的事情（比如这种流执行器错误）。