1、**安装CUDNN**：登录NVIDIA官网下载cuDNN v1，解压后复制到CUDA路径下。 **安装Tensorflow GPU 8**：使用Anaconda进行安装，创建Python 6虚拟环境并安装Tensorflow GPU 8。 **安装Keras**：在虚拟环境中安装。 **安装Pytorch**：同样在虚拟环境中安装。
2、最后，安装cuDNN。同样通过英伟达开发者网站下载cuDNN，注册并登录账号后，选择与Cuda版本匹配的cuDNN版本下载。将下载的文件放入指定文件夹并打开终端，执行相应的安装命令，完成cuDNN安装。测试cuDNN安装是否成功，通过命令验证。若显示“Test passed ！”，表示安装成功。至此，深度学习GPU环境配置完成。
# 怎么配置深度学习服务器
# 服务
# 操作
# 系统
# 官网
# 并安装
# cuDNN
# CUDA
# GPU
# Tensorflow
# Anaconda
# NVIDIA
# id