tf.device（'/ gpu：0'）无法仅在gpu0上运行模型，其他gpus也将被占用。结果，我服务器上所有gpu卡的所有内存都被填满。通过设置'config.gpu_options.visible_device_list =“0”'，模型将仅在gpu0上运行。
BTW，只填充其他gpus的内存，不对它们进行实际计算，所有计算都在gpu0上执行。任何能告诉我发生了什么事的人都非常感激。
环境信息
操作系统：Windows Server 2012 R2 CUDA：8.0 没有cuDNN
您安装的pip包的链接：
使用'pip install tensorflow-gpu'进行安装
python -c的输出“import tensorflow; print（tensorflow .__ version __）”。
1.0.1
您尝试了哪些其他尝试的解决方案？
config = tf.ConfigProto（）
config.gpu_options.visible_device_list ='0'
使用'config'打开会话，该图只能在'/ gpu：0'上运行;