腾讯GPU云服务器深度学习实践
一、腾讯云平台注册和登录
（1）腾讯云注册
注册网址为：注册 - 腾讯云 (tencent.com)
注册有多个方式：微信、QQ、邮箱、小程序公众号、企业微信，见图1。
图1 注册界面
（2）腾讯云登录
登录网址为：登录 - 腾讯云 (tencent.com)
登录也有多个方式：微信、邮箱、QQ、小程序公众号、子用户，见图2。
图2 登录界面
二、GPU云服务器申请
（1）申请时间
申请时间为：2022年4月1日~5月30日
（2）申请流程
a.微信扫码加企业微信群；
b. 申请网址：https://cloud.tencent.com/apply/p/1eue03bddc1，并填写相应内容；
c. 填写完毕且提交提供后，等待审核通过！审核时间为5天之内。
d. 审核通过后，即可进入网址进行领取：https://cloud.tencent.com/act/pro/gpudocs
三、资源领用
本实践领用资源为GN7（T4），规格为20核80G 1颗T4，带宽为5M，见图3。
图3 资源领用界面
四、远程登录GPU云服务器
电脑端远程桌面使用账号用户名和密码登录GPU云服务器，登录成功界面见图4。
图4 远程登录成功界面
五、下载Anaconda、CUDA、Cudnn并安装
（1）Anaconda下载并安装
下载网址为：https://repo.anaconda.com/archive/
本实验下载的是Anaconda3-2021.05-Windows-x86.exe，安装界面图如下所示。
（2）CUDA下载并安装
下载网址为：CUDA Toolkit - Free Tools and Training | NVIDIA Developer
本实验下载的是CUDA10.0版本，安装界面图如下所示。
点击“OK”之后等待
第一个“浏览”选择CUDA1.1，其他则选择CUDA1.2
点击“下一步”进入安装，等待最后安装完成关闭即可
（3）Cudnn下载并安装
下载网址为：https://developer.nvidia.com/rdp/cudnn-archive
本实验下载的是Download cuDNN v7.6.5 (November 5th, 2019), for CUDA 10.0，安装界面图如下所示。将下载好的Cudnn中的三个文件移到CUDA1.2下即可。
六、conda和pip安装代码运行环境
（1）安装指令有：conda activate base、conda create -n 名字 python==版本号、activate 名字、conda install tensorflow==版本、pip install keras、pip install pandas、pip install opencv-python、pip install scikit-image。
（2）安装完的部分运行环境如下图4所示。
七、深度学习效果演示
以下为部分深度学习图像去噪的噪声水平为25的Set12运行结果，如下图所示。
