GPU服务器上的FasterRCNN-tf版配置和demo运行

在服务器上配置FSRCNN的运行

之前的工作以及demo以及实验都是在实验室的PC上完成的，由于硬件的限制，缺少GPU，无法进行接下来的工作，所以进行项目迁移，对整个项目迁移到GPU服务器上进行，在此记录整个的迁移和配置过程

服务器连接

由于安全性保护问题，实验室的GPU服务器连接只能使用ssh登录的方式来进行。ssh登录的方式并不对本机的操作系统作任何要求，无论是Win10，Linux还是MacOS都可以直接使用，相当于通过ssh远程连接到服务器的操作系统当中。当然前提是服务器和本机已经配置了ssh。
在Win10中为开发者准备了最基础的命令行工具，通过右击左下角的win标志，选择Windows PowerShell即可打开
在Linux(Ubuntu)或者MacOS中，直接打开终端\命令行，输入ssh登录指令即可
通过ssh登录的方式如下：
ssh -p [port] root@233.233.233.233
以上的登录命令中，ssh是登录方式，-p [port] 是指定ssh的登录窗口，root是登录用户名，视自己情况修改，233.233.233.233为服务器IP，视情况修改。比如需要ssh登录，用名为sshuser的用户身份到101.10.10.1的23端口，就输入
ssh -p 23 sshuser@101.10.10.1
在第一次登录服务器时会选择是否将其ssh加入到信任名单中，输入yes即可完成连接。之后就进入了服务器的操作系统中。

服务器基本配置

实验室提供的服务器的操作系统为Ubuntu16.04，安装的GPU为NVIDIA GTX 1080Ti，已经安装好了CUDA(Ver 9.2)和CUDNN，此处不做重复工作，而剩下的各种软件环境还没有完成配置。
在开始部署项目前，先做好以下软件配置
1.anaconda3的安装：
下载安装anaconda