步入研究生后，为了发文章难免要接触深度学习，因此非常依赖 GPU 来跑实验，然而大部分实验室不具备 GPU 服务器。这个时候腾讯云是个极佳的选择，在此我也记录一下我在腾讯云 GPU 服务器上配置目标检测框架时的一些心得体会，帮助之后的小伙伴少走弯路。
Step1: 登录服务器
（1）安装 Xshell
家庭 / 学校免费申请：链接
下载链接会发送到你填写的邮箱，打开链接直接安装即可，这里忽略安装流程。
（2）配置使用 Xshell 连接云服务器
打开 Xshell，在弹出窗口中单击新建。
然后根据控制台中实例的公网地址，配置连接，如下图。（端口号默认为22）
主机及端口号配置接下来，查看站内信中提供的账号和密码，配置登录身份验证，如下图。
用户名和密码单击连接，如果输入无误，即可完成服务器登录。
Step2: 安装NVIDIA驱动
（1）首先禁用 nouveau
代码语言：javascript复制sudo vim /etc/modprobe.d/blacklist.conf（2）在文件末添加（按 i 插入本文，按 :wq 保存并退出）
代码语言：javascript复制blacklist nouveau
options nouveau modeset=0（3）加入 ppa仓库
代码语言：javascript复制sudo apt-get remove --purge nvidia*
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update（4）查看推荐的驱动版本（可选）
代码语言：javascript复制sudo apt install ubuntu-drivers-common
ubuntu-drivers devices
推荐的驱动版本（P40 和 T4均推荐 470 版本）（5）安装驱动
代码语言：javascript复制sudo apt-get install nvidia-driver-470 # 根据上面查到的版本自行更改
sudo apt-get install mesa-common-dev
sudo apt-get update
sudo apt-get upgrade（6）验证安装是否成功（记得重启）
代码语言：javascript复制nvidia-smi
nvidia-smiStep3: 安装cuda toolkit和cudnn
（1）选择 CUDA Toolkit 版本
注意这一步中安装的 cuda toolkit 和 cudnn 版本必须要与上面安装的显卡驱动版本一致。
例如上面我安装的 CUDA Version 是 11.4，那么就要安装相应版本的 CUDA Toolkit。
在 https://developer.nvidia.com/cuda-toolkit-archive 中选择对应的工具包版本。
（PS：如果有倒霉蛋和我一样安装错了，安装之后报了Failed to initialize NVML Driver，可以参考这个 链接）
（2）安装 CUDA Toolkit
接下来，根据你的系统选择对应的版本。
选择操作系统根据下面的安装命令逐一输入，即可完成安装。
Toolkit 安装命令Step4: 命令行安装anaconda
（1） 查看最新版本的anaconda
最新版本 anaconda 镜像地址
选择你需要的版本，然后右键复制链接地址
（2）下载anaconda
记得把下面的链接地址改成你刚刚复制的。
代码语言：javascript复制wget https://repo.anaconda.com/archive/Anaconda3-2022.05-Linux-x86_64.sh （3）bash 命令安装anaconda
记得把文件名改成你下载的文件，然后一路回车和yes就可以。
代码语言：javascript复制bash Anaconda3-2022.05-Linux-x86_64.sh -p anaconda/ -u（4）验证安装（注意修改为自己的用户名）
代码语言：javascript复制 echo 'export PATH="/home/你的用户名/anaconda/bin:$PATH"' >> ~/.bashrc
source ~/.bashrc
conda --version
验证 anaconda（5）更新pip（非必须）
代码语言：javascript复制python -m pip install -U pip Step5: 安装mmdetection
（1）创建conda 虚拟环境并激活
代码语言：javascript复制 conda create -n openmmlab python=3.7 -y
conda activate openmmlab（2）安装 Pytorch（可参考Pytorch官网安装）
Pytorch官网
代码语言：javascript复制 pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113（3）使用 openmim 安装 mmdetection
代码语言：javascript复制pip install openmim
mim install mmdet至此，腾讯云服务器的 GPU 驱动和目标检测框架 mmdetection 就配置完成了。
