本文详细介绍了如何在GPU服务器上搭建深度学习环境，特别是针对TensorFlow和cuDNN的安装。首先，通过Xshell和FileZilla建立连接，然后安装Anaconda并创建虚拟环境。在安装cuDNN和TensorFlow-GPU过程中，遇到并解决了多个错误，如'pandas'无'core'属性、缺少libcublas.so.8.0、libcudnn.so.5等。最后成功安装并验证了TensorFlow-GPU的运行。
全文字数 3172字
阅读时间 5分钟
如果这是人生第一次接触搭建GPU版服务器搭建深度学习环境，不要怕，简直是步步都有坑，字字都是泪，踩得多了就习惯了。AI小姐姐把相关的过程和坑都捋遍了，整理出来供参考。
我使用的是天翼云（32核 | 256GB | p1.8xlarge.8 CentOS7.3 64位 GPU-P100*2），总结了在GPU服务器上搭建环境，共计分为三大步骤六小步，简列如下：
一 Xshell新建链接及登录
二 FileZilla新建链接，登录，新建目录
三 环境搭建
1．安装Anaconda
2．创建虚拟环境及查看、激活环境
3．安装cuDNN加速库
4．安装tensorflow
5．安装tensorflow-gpu
6．执行python,然后import tensorflow
7．附：版本信息
下面进入到详细步骤和踩坑填坑环节：
一 Xshell新建链接，登录
一开始天翼云就闹了个乌龙，还没开通22
最低0.47元/天 解锁文章
1323
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
