在Python中使用Keras和tensorflow-gpu后端。几天前工作正常，直到我遭遇巨大的性能下降。
当Tensorflow初始化时，它似乎都正常工作并且发现我的GPU正常。输出：
2018-04-05 02:08:32.791893: I C:\tf_jenkins\workspace\rel-win\M\windows-gpu\PY\36\tensorflow\core\common_runtime\gpu\gpu_device.cc:1212] Found device 0 with properties:
name: GeForce GTX 780 major: 3 minor: 5 memoryClockRate(GHz): 1.0195
pciBusID: 0000:01:00.0
totalMemory: 3.00GiB freeMemory: 2.46GiB
2018-04-05 02:08:32.792360: I C:\tf_jenkins\workspace\rel-win\M\windows-gpu\PY\36\tensorflow\core\common_runtime\gpu\gpu_device.cc:1312] Adding visible gpu devices: 0
2018-04-05 02:08:33.132555: I C:\tf_jenkins\workspace\rel-win\M\windows-gpu\PY\36\tensorflow\core\common_runtime\gpu\gpu_device.cc:993] Creating TensorFlow device (/job:localhost/replica:0/task:0/device:GPU:0 with 2187 MB memory) -> physical GPU (device: 0, name: GeForce GTX 780, pci bus id: 0000:01:00.0, compute capability: 3.5)
但是之前在相同数据上使用完全相同的模型，每个时期大约需要2-3秒，现在需要大约17秒。
我查看了任务管理器，我的IDE显示使用GPU引擎 - “GPU 0 - 复制”。同样在每个时代的开始，GPU将在约70％负载下持续大约一秒钟，但随后负载切换到我的CPU和内存大约剩余的15秒左右，GPU又回到其空闲负载大约2％。
关于这里发生了什么的任何想法？
如果我能提供更多信息，请告诉我