上一篇介绍了如何使用ssh。

【深度学习】谷歌云GPU服务器创建与使用指南（二）_星辰大漠-CSDN博客

本篇主要介绍：在服务器中安装显卡驱动及配置深度学习框架。

服务器与本地主机的区别（待补充）

在配置本地Linux系统（比如ubuntu）主机的深度学习框架时，显卡驱动的安装按照提示一步一步进行即可。但是，在给服务器安装GPU驱动时，就要考虑到显卡驱动中的显示驱动不能安装，因为服务器预装的系统中没有X桌面（GUI），这点一定要注意。

配置环境

1）安装NVIDIA驱动

显卡驱动下载官网地址：/Download/index.aspx?lang=en-us

参考下图，CUDA版本一定要选择“8.0”！！！因为TensorFlow官网要求cuda版本为8.0，虽然有写支持9.0，但是实测暂时不支持

新建一个文件夹，存放需要下载的驱动文件

sudo mkdir /home/downloads

点search后点下载，按照下图操作复制链接

链接形式如下：

http://cn./tesla/384.66/nvidia-diag-driver-local-repo-ubuntu1604-384.66_1.0-1_amd64.deb

输入如下命令下载并重命名驱动文件

sudo wget -O driver-384.deb <span style="color:rgb(0,0,0);">http://cn./tesla/384.66/nvidia-diag-driver-local-repo-ubuntu1604-384.66_1.0-1_amd64.deb</span>

按照官网“其他”中介绍的安装方式安装

2）安装CUDA toolkit

这里就有小坑了，CUDA版本要在下面“legacy releases”中选择8.0版本

win 版本：/compute/cuda/9.0/Prod/local_installers/cuda_9.0.176_win10-exe

Linuxubuntu16.04版本：（可能会变动）/compute/cuda/9.0/Prod/local_installers/cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64-deb

下面这两个用哪个都可以

然后按照下图选择类型，最后按照安装介绍安装。

在安装时，会遇到如下提示，我们不安装显示驱动，所以一定要选“n”

Install NVIDIAAccelerated Graphics Driver for Linux-x86_64 387.26?

(y)es/(n)o/(q)uit:n

最后显示如下内容，代表CUDA安装成功

3）安装CUDNN

在官网下载cudnn-8.0-linux-x64-v5.1.tgz/rdp/cudnn-download

需要注册登录才可以下载，下载完同样上传到自己home下面，解压：

tar -xvzf cudnn-8.0-linux-x64-v5.1.tgz

解压后是一个cuda文件夹

cd cuda

sudo cp include/cudnn.h /usr/local/cuda/include

sudo cp lib64/libcudnn.* /usr/local/cuda/lib64

sudo vi /etc/profile

export PATH=/usr/local/cuda-8.0/bin:$PATH

export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH

source /etc/profile 使更改生效。nvcc -V 检查CUDA

下面 4）5）步可以参考TensorFlow官网安装教程：

/install/install_linux#installing_with_anaconda

4）安装anaconda

5）安装TensorFlow

云服务器搭载业务，选择合适的平台最重要！

从目前国内云计算市场的格局来看，国内云计算前三强分别是阿里云、腾讯云和华为云，阿里云、腾讯云作为背靠互联网平台的企业，更偏向于B端用户；华为与作为传统的通信巨头，更偏向于G端。

当然如何选择服务器机型，这里有篇文档汇总的比较详细，文档地址：

云服务器哪家好！阿里云、腾讯云、华为云的服务器配置及价格对比？​

如果是高并发，高IO业务场景，需要确定服务器规格，可让业务应用性能发挥到最佳，参考官方文档：

阿里云服务器规格：规格实例族 - 云服务器 ECS

腾讯云服务器规格：规格实例族 - 云服务器CVM