一、优化程序
1、检查是否有多余的后台进程占用GPU资源
在Windows系统下，可以通过任务管理器查看当前正在运行的进程，尤其是一些消耗显卡资源的程序（如视频播放器、游戏、模拟器等），如果它们没有被正确关闭，就会占用显卡资源，导致卡顿或占用率低。
import os
os.system("tasklist /fi "imagename eq xxx.exe"")
os.system("taskkill /im xxx.exe /f")
2、使用更高效的算法
优化程序的算法，减少GPU的计算负载，是提升显卡占用率的有效方法。比如使用并行计算等技术，提高计算效率。
import tensorflow as tf
from tensorflow.keras import layers
model = tf.keras.Sequential()
model.add(layers.Dense(64, activation='relu'))
3、降低分辨率
分辨率越高，显卡的工作量就越大。适当降低分辨率可以降低显卡的计算负载，使得显卡占用率更高。
import cv2
img = cv2.imread('example.jpg')
img_resized = cv2.resize(img, (640, 480), interpolation=cv2.INTER_CUBIC)
二、升级显卡驱动
及时更新显卡驱动是提高显卡性能和占用率的关键。新版本的显卡驱动通常会修复一些已知的卡顿问题，提供更好的GPU性能和兼容性。
import urllib
urllib.urlretrieve('http://xxxx/xxx.zip','xxx.zip')
import zipfile
zip = zipfile.ZipFile('xxx.zip')
zip.extractall('temp')
import os
os.system('temp/setup.exe')
三、清理显卡散热
显卡处理器的温度过高会导致显卡性能下降。及时清理显卡散热器和风扇，保持散热通畅，可以使显卡工作在最佳温度范围内，提高显卡占用率。
import os
import time
def clean_fan():
os.system("shutdown -s -t 120")
time.sleep(60)
os.system("shutdown -a")
四、卸载不必要的软件
未使用的软件占用硬盘空间，容易导致电脑运行缓慢。卸载不必要的软件可以释放硬盘空间，减少对系统资源的占用，提高显卡占用率。
import os
os.system("uninstall xxx")
五、降低系统负载
减少应用程序的同时运行可以降低系统负载，从而为显卡提供更多的资源和计算能力。
1、关闭不必要的服务，释放CPU和内存资源。
import os
def disable_service(service_name):
os.system(f"sc config {service_name} start=disabled")
2、关闭浏览器的GPU加速，避免浪费显卡资源。
在Chrome浏览器中，输入“chrome://settings/system”进入系统设置页面，找到“使用硬件加速”选项，把它关闭即可。
六、总结
通过优化程序、升级显卡驱动、清理显卡散热、卸载不必要的软件和降低系统负载的方法，可以有效解决显卡占用率低的问题，提高显卡性能和计算能力。
