深度学习环境配置Ubuntu16.04+CUDA8.0+CuDNN+Anaconda2+openCV2.4.9+caffe（全离线GPU版）-CSDN博客

该博客详细介绍了如何在Ubuntu16.04上离线安装CUDA8.0、CuDNN、Anaconda2以及OpenCV2.4.9，特别适合需要GPU支持的深度学习环境配置。内容包括显卡驱动安装、CUDA工具包和CUDNN的安装步骤，以及Anaconda2环境的设置，最后提到了Caffe的依赖项安装和编译过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

【前言】

深度学习燎原之势势不可当，现在很多现场使用深度方法的比赛需要自行配置环境和caffe。为此，博主准备了如下Ubuntu16.04下的caffe安装教程（GPU离线版）。亲测在配有GTX960显卡的机器上可用。因为之前试验踩了不少坑，这次一并打包在安装过程中，若大家后续配置仍有问题，可在下面留言，咱们一起解决！

【参考】

1. https://blog.csdn.net/u010459819/article/details/53057171?locationNum=1&fps=1

2. http://blog.csdn.net/xuzhongxiong/article/details/52717285

3. http://blog.csdn.net/u012177034/article/details/52102676

【准备】

1、Ubuntu16.04 操作系统；

2、查好自己的电脑显卡型号，去NVIDIA GeForce官网: http://www.geforce.cn/drivers 查询可用的显卡驱动，下载下来备着；

3、本文caffe环境搭建所用的各种安装包版本（所需依赖或安装包大家可自行上各大网站搜索下载好）如下：

GCC 4.8.5	G++ 4.8.5	显卡驱动 NVIDIA-Linux-x86_64-375.66.run
CUDA 8.0	CuDNN 5.1	cmake 3.9.0
Anaconda2 4.3.1	OpenCV 2.4.9	protobuf-python-3.3.0
leveldb-1.9.0	google-snappy 1.1.6	boost_1_64_0
OpenBLAS-0.2.19	glog-0.3.3	gflags
lmdb	Caffe-master(BLVC)

具体版本细节如下：

这些建议放在Ubuntu16.04的/home/XX/ 目录下；

后面这些包下载后，可以事先放在Ubuntu16.04的/home/XX/install_caffe文件夹里面，GCC/G++可以自己打个包放文件夹里，不然太凌乱了！

准备好了吗？下面就开始配置了！

使用快捷键ctrl+alt+T打开终端，然后在终端输入出巴拉巴拉打命令了！

【一、GCC & G++ 版本（可选）】

GCC:

1）安装

sudo dpkg -i cpp-4.8_4.8.5-4ubuntu2_amd64.deb
sudo dpkg -i gcc-4.8_4.8.5-4ubuntu2_amd64.deb
sudo dpkg -i gcc-4.8-base_4.8.5-4ubuntu2_amd64.deb
sudo dpkg -i libasan0_4.8.5-4ubuntu2_amd64.deb
sudo dpkg -i libcloog-isl4_0.18.4-1_amd64.deb
sudo dpkg -i libgcc-4.8-dev_4.8.5-4ubuntu2_amd64.deb

2）查看版本

cd
gcc -version
ls /usr/bin/gcc*

3）更换版本

sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-4.8  100
sudo update-alternative