我们在使用 tensorflow + pycharm 或者 PyTorch 写程序的时候,　有时候会在控制台终止掉正在运行的程序，但是有时候程序已经结束了， nvidia-smi 也看到没有程序了，但是 GPU 的内存并没有释放，这是怎么回事呢？
使用 PyTorch 设置多线程（threads）进行数据读取（DataLoader），其实是假的多线程，他是开了N个子进程（PID都连着）进行模拟多线程工作，所以你的程序跑完或者中途kill掉主进程的话，子进程的GPU显存并不会被释放，需要手动一个一个kill才行，具体方法描述如下：

1.先关闭ssh（或者shell）窗口，退出重新登录
2.查看运行在gpu上的所有程序：

fuser -v /dev/nvidia*
3.kill掉所有（连号的）僵尸进程
具体操作步骤如下：

我们可以用如下命令查看 nvidia-smi看不到的GPU进程。
nvidia-smi         
发现内存泄露问题，即没有进程时，内存被占用