windows10下pytorch的GPU利用率低，占用率低

方法1：window10的任务管理器显示的gpu利用率数据有可能是错的，存在bug, 博主就被这个数据误导了。所以，首先从nvidia-smi或其他软件（如，Gpu-Z等）看gpu真实的利用率。

方法2、第一种情况排除后，就要考虑模型太小，batch-size太小。将改变模型结构，或将batch-size调大。

方法3、如果第二种情况的gpu利用率还是很低，而cpu利用率很高，那瓶颈应该是数据加载的问题，gpu处理太快，cpu经常处于传输数据的过程。所以，启动多线程加载数据，num_worker可以设置2,4， 8， 16，如果你的内存空间够大，那就再设置pin_memory=True。这会让数据锁页，不允许将数据放到虚拟内存中，省掉了一点数据传输时间。

torch.utils.data.DataLoader(image_datasets[x],
                            batch_size=batch_size, 
                            shuffle=True,
                            num_workers=4,
                            pin_memory=True)

方法4、如果设置num_workers不为0后出现boken pipe问题， 就将主程序包含进下面的代码

if __name__ == '__main__':

例如下面的示例：

如果还不行，就设置num_workers=0

方法5、如果是固体硬盘，数据加载的速度很快，num_workers设为0，1， 2， 4就好，不要太大。自己可以尝试看那个比较快。设置太大，cpu对各个子线程的数据合并所花时间太多，会导致数据加载速度不升反降。

方法6、如果还是有问题，尝试重启电脑看看能否解决问题。