思路：在远程服务器端先安装Anaconda，然后创建python虚拟环境，再根据需求在对应python虚拟环境安装Cuda和对应的Cudnn和paddlpaddle，然后连接Pycharm。
一、要实现基于远程服务器安装配置Anaconda环境及创建python虚拟环境，参考下面博主的文章操作。博主举例创建一个ogbg_hiv的python=3.6虚拟环境。
操作文章：点击打开《基于远程服务器安装配置Anaconda环境及创建python虚拟环境详细方案》文章
conda create -n ogbg_hiv python=3.6
y
conda activate ogbg_hiv
注意：安装rdkit>= 2018.09.1，不需要安装此包的可以选择跳过接下来的小步。
conda install -c conda-forge rdkit
y
二、接下来安装此虚拟环境的cuda。首先是需要查看远程服务器允许的最大cuda版本，再结合需要配置的paddlpaddle对应的cuda版本，然后最后做选取cuda版本，博主选取的是paddlpaddle-gpu == 1.8.4，然后发现目前可安装的paddlpaddle个版本，然后找到1.8.4版本发现其带着post是97和107对应cuda9和10两个版本，博主选择版本9，然后查询当前虚拟环境支持的CUDA所有版本，最后博主选择cuda=9.2.0版本安装。
nvidia-smi
参考下面两篇文章理解三者版本关系：
点击打开《paddlepaddle和cuda、cudnn的版本对应关系》文章
pip install paddlepaddle-gpu==1.8.4
conda search cudatoolkit --info
conda install cudatoolkit==9.2.0
y
三、下载安装cudnn版本。搜索当前环境所支持的cudnn版本，然后根据上一步安装的cuda版本选择cudnn对应的版本，cuda版本是9.2，所以选择的cudnn的版本是7.2.1进行安装。
conda search cudnn --info
conda install ducnn==7.3.1
注意：如果使用上面的命令下载失败时（见下图），请回上上步手动下载cudnn的安装文件包，也就是复制对应链接到浏览器下载。下载完成之后上传到远程服务器，然后在对应虚拟环境的对应已经上传的安装包文件路径进行安装。
conda install cudnn-7.3.1-cuda9.2_0.tar.bz2
四、安装paddlpaddle。因为cuda是9.2所以选择post是97。
pip install paddlepaddle-gpu==1.8.4.post97
五、验证是否安装配置成功，在虚拟环境下输入下面的命令运行，查看此虚拟环境的配置具体情况，然后找到对应的安装好的的包，见下图安装配置成功。
conda list
