小编Hri*_*ore的帖子

我在后端使用带有 tensorflow-gpu 的 Keras，我没有安装 tensorflow（CPU - 版本），所有输出都显示 GPU 被选中，但 tf 正在使用 CPU 和系统内存

当我运行我的代码时，输​​出是：output_code

我什至跑了 device_lib.list_local_device() 并且输出是：list_local_devices_output

运行代码后，我尝试使用 nvidia-smi 查看 gpu 的使用情况，输出为： nvidia-smi output

Tensorflow-gpu = "1.12.0"
CUDA toolkit = "9.0"
cuDNN = "7.4.1.5"

环境变量包含：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin;
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\libnvvp;
C:\WINDOWS\system32;
C:\WINDOWS;
C:\WINDOWS\System32\Wbem;
C:\WINDOWS\System32\WindowsPowerShell\v1.0\;
C:\WINDOWS\System32\OpenSSH\;
C:\Program Files (x86)\NVIDIA Corporation\PhysX\Common;
D:\Anaconda3;D:\Anaconda3\Library\mingw-w64\bin
D:\Anaconda3\Library\usr\bin;
D:\Anaconda3\Library\bin;
D:\Anaconda3\Scripts;D:\ffmpeg\bin\;

但是当我在任务管理器中检查内存使用情况时，输出仍然是

CPU 利用率 51%，RAM 利用率 86% GPU 利用率 1%，GPU-RAM 利用率 0% Task_manager_Output 所以，我认为它仍然使用 CPU 而不是 GPU。

系统配置：

Windows-10 64 bit; …

我想使用python将单个音频文件拆分为多个音频文件并保存它们，文件中的峰值被静音隔开。音频文件包含 5 个 A

波形如下：

我已经尝试了相同的 librosa 库和 pydub 代码我也提到了这个链接：https ://gist.github.com/kylemcdonald/c8e62ef8cb9515d64df4

但它正在将文件切割成 1 秒的相等间隔，我不想要那样。我想在静音的基础上拆分文件

import librosa as l
from scipy.io import wavfile
audio = l.load("D:/Downloads/Voice_a.wav")[0]
x = l.effects.trim(audio, top_db = 50)[0]

预期输出是 5 个不同的文件，每个文件都有一个“A”