我想在同一个GPU上运行两个tensorflow会话 . 这段代码第一次执行OK，但是当我再次执行时它失败了 .
Code:
import tensorflow as tf
from keras.backend.tensorflow_backend import set_session
config = tf.ConfigProto()
config.gpu_options.per_process_gpu_memory_fraction = 0.4
set_session(tf.Session(config=config))
First time execution:
2018-06-06 10：26：18.588778：I tensorflow / stream_executor / cuda / cuda_gpu_executor.cc：898]成功从SysFS读取的NUMA节点具有负值（-1），但必须至少有一个NUMA节点，所以返回NUMA节点零2018-06-06 10：26：18.589191：I tensorflow / core / common_runtime / gpu / gpu_device.cc：1356]找到具有属性的设备0：名称：Tesla K80 major：3 minor：7 memoryClockRate（GHz） ：0.8235 pciBusID：0000：00：04.0 totalMemory：11.17GiB freeMemory：11.09GiB 2018-06-06 10：26：18.589232：I tensorflow / core / common_runtime / gpu / gpu_device.cc：1435]添加可见的gpu设备：0 2018 -06-06 10：26：18.875722：I tensorflow / core / common_runtime / gpu / gpu_device.cc：923]具有强度1边缘矩阵的设备互连StreamExecutor：2018-06-06 10：26：18.875770：I tensorflow / core / common_runtime / gpu / gpu_device.cc：929] 0 2018-06-06 10：26：18.875779：I tensorflow / core / common_runtime / gpu / gpu_device.cc：942] 0：N 2018-06-06 10：26：18.876097 ：我是tensorflow / core / common_runtime /gpu/gpu_device.cc:1053]创建TensorFlow设备（/ job：localhost / replica：0 /任务：0 /设备：GPU：0，内存为5720 MB） - >物理GPU（设备：0，名称：Tesla K80，pci总线ID：0000：00：04.0，计算能力：3.7）
Second Time execution (in another terminal):
2018-06-06 10：27：14.519776：I tensorflow / core / common_runtime / gpu / gpu_device.cc：1387]忽略其执行程序处于无效状态的可见gpu设备0：内部：为CUDA设备序号0初始化StreamExecutor失败：内部：调用cuDevicePrimaryCtxRetain失败：CUDA_ERROR_INVALID_DEVICE 2018-06-06 10：27：14.519992：F ./tensorflow/stream_executor/lib/statusor.h:212]非OK状态：status_ status：内部：初始化CUDA的StreamExecutor失败device ordinal 0：内部：调用cuDevicePrimaryCtxRetain失败：CUDA_ERROR_INVALID_DEVICE中止（核心转储）
Tensorflow versions:
tensorflow==1.8.0
tensorflow-gpu==1.8.0
tensorflow-tensorboard==1.5.1
Nvidia:
NVIDIA驱动程序版本：396.26
Cuda版本：9.0版，V9.0.176版
libcun_version：libcudnn7_7.1.3.16-1 cuda9.0_amd64.deb
Question ：
是否可以在同一GPU中运行多个会话？ （怎么样？）