深度學習框架Keras是基於Tensorflow的所以，安裝keras需要安裝Tensorflow：

1. 安裝教程主要參考於兩個博客的教程：

https://www.cnblogs.com/HSLoveZL/archive/2017/10/27/7742606.html

https://www.jianshu.com/p/5b708817f5d8?from=groupmessage

2. 本教程開始：

Ubuntu安裝的教程就略過了，直接從深度學習所需的環境的搭建開始說起

(需要說明的是，之所以要寫個教程是因為本人安裝了很多遍都是失敗的，原始是在該教程編寫的日期(18-06-01)的時候，我用的是CUDA9.2，但是9.2版本在整個環境搭建好最後import tensorflow的時候會報錯："ImportError: libcublas.so.9.0: cannot open shared object file: No such file or directory"，嘗試了很多辦法也不行，應該是Tensorflow還不支持CUDA9.2，雖然文檔說可以。因此本文改用CUDA9.0(卸載CUDA卸載不幹凈，原諒我不會用Ubuntu，只能重裝Ubuntu了))

一、安裝CUDA環境：

(1) 下載 CUDA 9.0 ：

（2）打開終端，切換到下載的deb的目錄：

$ sudo dpkg -i cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64.deb
$ sudo apt-key add /var/cuda-repo-<version>/7fa2af80.pub
$ sudo apt-get update
$ sudo apt-get install cuda

（3）完成後，配置CUDA環境：

$ sudo gedit ~/.bashrc

(4) 在文件末尾添加：

export CUDA_HOME=/usr/local/cuda-9.0
export PATH=/usr/local/cuda-9.0/bin:${PATH}
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:${LD_LIBRARY_PATH}

(5) 修改保存後：

$ source ~/.bashrc

(6) 驗證是否配置成功：

$ nvcc -V

二、安裝CUDNN加速庫：

(1) 下載 CUDNN 7.14 (對應CUDA9.0)：註意，下載的是第一個for Linux

(當時我安裝失敗的時候，由於教程裏面沒有提及下載地址，我就直接百度CUDNN，下載的是帶Power8，power9那種，所以安裝完然後import tensorflow的時候，就報錯"ImportError: libcudnn.so.7: cannot open shared object file: No such file or directory"，嘗試了很多方法 例如 ... ，也查了很多包括stackoverflow、github上面的方法還是不行，後來再參考一下別的深度學習環境教程，就是上面提到的參考教程的第二條，於是就進入了現在正確的下載地址，後來就安裝成功了)

（2）然後繼續按照 Installation Guide，進入下載該包的目錄：

$ tar -xzvf cudnn-9.0-linux-x64-v7.tgz

$ sudo cp cuda/include/cudnn.h /usr/local/cuda/include
$ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
$ sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

三、安裝Keras框架：

(1) 安裝相關包：

$ sudo pip3 install scikit-learn scikit-image
$ sudo pip3 install tensorflow-gpu  # GPU加速版
$ sudo pip3 install keras

在這裏插播一下：

1）若沒安裝pip，即"command not found"時需要先安裝pip，然後使用Python3時需要用pip3來安裝(Ubuntu16.04 是默認安裝了兩個版本的Python的，在"/usr/local/lib”中可以看到，分別是python2.7和python3.5)

# For Python 3
$ sudo apt-get install python3-pip

# For Python 2
$ sudo apt-get install python-pip

2）使用pip來安裝的時候，若想加快安裝速度，使用國內的鏡像，例如：

$ sudo pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple keras

3）最後在終端中驗證是否安裝成功：

# Enter python3.5
$ python3

>>> import tensorflow
>>> import keras

若不報錯，即配置成功。

Ubuntu 搭建深度學習框架 keras