一. 背景
昨天需要将win10下的一个程序部署到linux服务器上。
此程序运行环境：python3.6+tensorflow-gpu1.9。
服务器上只有账号，没有修改权限。
二. 实际操作流程
1. 首先将程序整理好。
2. 下载putty用于连接linux服务器。putty下载地址
3. 下载pscp.exe用于与linux服务器传送文件。pscp下载地址（pscp的下载地址跟putty是一样的）。下载好pscp.exe后，将pscp.exe放在c:/windows/system32目录下。
4. 开始连接linux服务器，打开putty，输入访问ip地址，弹出窗口后输入用户名和密码。
5. 使用pscp.exe将程序上传到linux服务器。操作如下：
pscp 源文件 用户名@ip:目标路径
例如上传rar文件：
pscp D:/java/apache-tomcat-5.5.2/webapps/szfdc.rar [email protected]:/home/dev
如果要上传文件夹，则使用如下格式进行传送
pscp -r 源文件 用户名@ip:目标路径
6. 接下来，发现服务器并没有需要的tensorflow-gpu1.9的环境，所以开始进行安装：
1. 下载anaconda3
wget https://repo.anaconda.com/archive/Anaconda3-5.2.0-Linux-x86_64.sh
2. 安装anaconda3
sh Anaconda3-5.2.0-Linux-x86_64.sh
3. 安装tensorflow-gpu1.9
pip install tensorflow-gpu==1.9
发现下载速度极慢，使用镜像进行下载，改为
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.9
ok，分分钟下完。
7. 接着运行程序，报错：
ImportError: libcublas.so.9.0: cannot open shared object file: No such file or directory8. 以上报错是由于使用的cuda版本不正确，tensorflow-gpu1.9对应的是cuda9.0，而服务器默认调用的是cuda8.0。好在服务器里本来就有cuda9.0，通过改变用户环境变量来让程序调用cuda9.0（没有权限修改，sudo都用不了，各种痛苦，大哥不放心把权限放给我，所以全部后来大哥教我直接修改用户环境变量就ok，感谢大哥的教导）。
修改用户环境变量：
export $PATH=/usr/local/cuda9.0执行程序，依旧报错，emm，看来部署服务器并没有那么简单呀。错误如下：
ImportError: libcudnn.so.7: cannot open shared object file: No such file or directory9. 查看了很多资料， 说是这个报错是因为没有建立软连接的关系导致的。（然后我就找大哥，这个咋办，大哥十分无奈地让我新建一个脚本，然后他帮我配好环境，大哥真是个好人，流下没有技术的泪水），大哥的解决方案如下：
export LD_LIBRARY_PATH=/usr/local/cudnn_9.0/lib64:/usr/local/cuda-9.0/lib64:$LD_LIBRARY_PATH大哥牛逼，可惜并不是很懂，大哥并没有建立软连接，而是直接指定了访问的路径，以后看来还需要补一补这方面的知识，时间真的是不够用， 要学的太多了。
三. 引用
https://blog.csdn.net/lambert310/article/details/52412059 pip镜像
https://blog.csdn.net/u010329292/article/details/70243721 pscp上传下载
https://blog.csdn.net/w5688414/article/details/79187499 importError:libcublas.so.9
另外，tensorflow-gpu的安装这里就不贴连接了，当时安装的时候，也是找了很多资料吧，具体用的哪些也不记得了，也没有再全部重新试一下的想法，担待。