由于设备给力，且tensorflow非常吃显存，即使不用也会全部占满，故想着直接使用两块一起训练，但是……太年轻。
未训练之前：
使用一块训练：
训练的过程应该是将原本的网络模型拆分到不同的gpu上进行训练，每个gpu上应该都是完整的模型，但是实验效果却差强人意。
1）准确率是之前使用1块gpu训练的一半，理论上应该无影响，不知道该怎么解释；难道真的是对二者按照某种比例求了一个均值？请大神指点一二。
2）对训练结果进行验证的时候，一直报错显示使用了两次，折腾了半天没想明白哪里就用了两次，后来发现原来是使用了两块gpu进行训练，验证的时候，网络模型只有一半。
难受，还是乖乖使用一块进行训练吧。
又耽搁了大半天。
参考文献：
https://blog.csdn.net/odailidong/article/details/79332750