我想在多 GPU 系统上分析用 Tensorflow 编写的变压器模型的训练循环。由于代码不支持 tf2，我不能使用内置但实验性的分析器。因此，我想使用 nvprof + nvvp（CUDA 10.1，驱动程序：418）。
我可以分析代码而没有任何错误，但是，在 nvvp 中检查结果时，没有 GPU 的数据。我不知道是什么原因造成的，因为 nvidia-smi 清楚地表明 GPU 已被使用。
该线程似乎描述了相同的问题，但没有解决方案。按照这个问题中的建议，我在代码上运行了 cuda-memcheck，没有产生任何错误。
我尝试使用其他命令行参数运行 nvprof，例如--analysis-metrics（没有区别）和--profile-child-processes（警告它无法捕获 GPU 数据），但无济于事。
有人可以帮我理解为什么我无法捕获 GPU 数据以及如何解决这个问题吗？
另外，为什么在分析深度神经网络方面的资源这么少？看来，随着训练时间的延长，确保利用所有计算资源尤为重要。
谢谢！