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：http://www.nvidia.com/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.download.nvidia.com/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.download.nvidia.com/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：https://developer.nvidia.com/compute/cuda/9.0/Prod/local_installers/cuda_9.0.176_win10-exe

Linux ubuntu16.04版本：（可能会变动）https://developer.nvidia.com/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 https://developer.nvidia.com/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：

https://www.tensorflow.org/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！2021年阿里云、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

【深度学习】关于谷歌云GPU服务器创建与使用指南相关推荐

【深度学习】谷歌云GPU服务器创建与使用指南（二）
接上一篇:[深度学习]谷歌云GPU服务器创建与使用指南(一) 这篇介绍ssh连接及一款客户端xshell 本篇将分为以下几点讲述: 1.ssh客户端 2.ssh公钥配置 3.使用xshell连接ssh ...
创立于使用指南的谷歌云GPU服务器
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 ...
深度学习，如何选择GPU服务器？
GPU服务器,简单地说,指的是GPU的应用于视频编解码.深度学习.科学计算等多种场景的快速.稳定.弹性的计算服务,我们提供和标准云服务器一致的管理方式. 出色的图形处理能力和高性能计算能力提供极致计算 ...
深度学习如何在云服务器中搭建环境
深度学习如何在云服务器中搭建环境作者:Ruci 在深度学习中,难免会碰到电脑带不起的情况.这时,可以去网上购买云服务器使用.由于本人,在一次跑程序时,跑不起来.问向了导师,导师给我了一个云服务器.我 ...
【翻译】为深度学习购买哪种GPU: 我在深度学习中使用GPU的经验和建议
文章目录概述 GPU是如何工作的? 对深度学习处理速度最重要的GPU规格张量核心没有张量核心的矩阵乘法使用张量核心的矩阵乘法带有张量核心和异步拷贝的矩阵乘法(RTX 30/RTX 40)和T ...
gpu云服务器运行游戏_在滴滴云 GPU 服务器上使用NVIDIA NGX环境搭建
1.NGX 简介 NVIDIA NGX是一个新的深度学习技术,将基于AI的加速和增强图像.视频处理的功能直接集成到应用程序中.NVIDIA NGX利用Tensor Core最大限度地提高其运行效率,因 ...
打造企业级云深度学习平台——小米云深度学习平台的架构设计与实现
作者:陈迪豪,小米深度学习工程师,负责小米云深度学习平台的架构和实现,目前专注于TensorFlow和Kubernetes社区. 责编:何永灿,欢迎人工智能领域技术投稿.约稿.给文章纠错,请发送邮件至 ...
用MXnet实战深度学习之一：安装GPU版mxnet并跑一个MNIST手写数字识别（zz）
用MXnet实战深度学习之一:安装GPU版mxnet并跑一个MNIST手写数字识别我想写一系列深度学习的简单实战教程,用mxnet做实现平台的实例代码简单讲解深度学习常用的一些技术方向和实战样例.这 ...
阿里云gpu服务器计算性能，gpu服务器价格（最新收费标准）
阿里云GPU云服务器是基于GPU应用的计算服务,多适用于AI深度学习,视频处理,科学计算,图形可视化,等应用场景,型号有AMD S7150, Nvidia M40, Nvidia P100,Nvidi ...

【深度学习】关于谷歌云GPU服务器创建与使用指南