python获取GPU相关信息

笔者想要根据空闲显存信息，动态分配tensorflow中session运行的GPU。搜索下来没有发现成熟的方案，备选方案记录如下：
方案一：
翻译自：How to get current available GPUs in tensorflow?

使用tensorflow的后端函数device_lib.list_local_devices()。

缺点1：会尝试并占用所有可用GPU显存，需要设置GPUOptions进行预防。
缺点2：未记入文档的后端函数不够稳定，可能存在位置bug。

方案二：
翻译自：How to list visible Tensorflow devices without allocation?
代码参看：https://gist.github.com/f0k/63a664160d016a491b2cbea15913d549
CUDA的driver相关API：http://docs.nvidia.com/cuda/cuda-driver-api/group__CUDA__DEVICE.html

其思想为使用ctypes包装c代码，运行cuda.h中函数获取GPU相关信息，详情可以参看样例代码。

缺点1：限制于libcuda.so中的函数
缺点2：笔者需要获取的显存相关信息，并不能够正确获取。参考cuMemGetInfo() and size_t limitation中的解答，猜测是受限于size_t，不能获取大显存的信息。

方案三：
使用GPUtil，该库通过解析nvidia-smi获取相关信息，样例代码详见首页README.md。

缺点1：受限于nvidia-smi信息量。
缺点2：个人维护，鲁棒性稳定性令人担忧。