我对使用tensorflow-gpu有问题。当我在训练步骤上使用tensorflow-gpu时，它可以完美运行，实际上比我预期的要好。它使用了我的笔记本电脑gpu（Geforce 940m-Notebook）几乎100％，性能令人满意。
但是，当我尝试在实时或某些视频中使用tensorflow-gpu进行对象检测时，它仅使用我的gpu大约％30，并且会话部分需要花费很多时间才能完成。我也收到称为ran out of memory trying to allocate 2.26GiB with freed_by_count=0.的错误。
我将在下面放置一些屏幕快照的链接，以清除有关我的问题的所有信息。
我进行了搜索以找出有关该错误的解决方案，但是它对我不起作用。 我尝试过的：
How can I solve 'ran out of gpu memory' in TensorFlow
How to prevent tensorflow from allocating the totality of a GPU memory?
我的图形卡功能（Nvdia GeForce 940M）：
内存：2048 GPU默认时钟：1072 MHz GPU Boost Clock：1176 MHz
这是我的代码的一部分：
with detection_graph.as_default():
with tf.Session(graph=detection_graph,
config=tf.ConfigProto(gpu_options=gpu_options)) as sess:
model = tf.keras.models.load_model("CNN-3")
while True:
ret, image_np = cap.read()
if W is None or H is None:
(H, W)= image_np.shape[:2]
image_np_expanded = np.expand_dims(image_np, axis=0)
image_tensor = detection_graph.get_tensor_by_name('image_tensor:0')
boxes = detection_graph.get_tensor_by_name('detection_boxes:0')
scores = detection_graph.get_tensor_by_name('detection_scores:0')
classes = detection_graph.get_tensor_by_name('detection_classes:0')
num_detections =
detection_graph.get_tensor_by_name('num_detections:0')
(boxes, scores, classes, num_detections) = sess.run(
[boxes, scores, classes, num_detections],
feed_dict={image_tensor: image_np_expanded})
训练过程中的这些图像：
https://pasteboard.co/IowqeLE.jpg ----- https://pasteboard.co/IowpXpV.gif
这些是实时对象检测：
https://pasteboard.co/IowqJME.jpg ----- https://pasteboard.co/Iowr8gS.gif
此错误消息：
