深度学习框架Keras是基于Tensorflow的所以，安装keras需要安装Tensorflow：
1. 安装教程主要参考于两个博客的教程：
https://www.cnblogs.com/HSLoveZL/archive/2017/10/27/7742606.html
https://www.jianshu.com/p/5b708817f5d8?from=groupmessage
2. 本教程开始：
Ubuntu安装的教程就略过了，直接从深度学习所需的环境的搭建开始说起
(需要说明的是，之所以要写个教程是因为本人安装了很多遍都是失败的，原始是在该教程编写的日期(18-06-01)的时候，我用的是CUDA9.2，但是9.2版本在整个环境搭建好最后import tensorflow的时候会报错："ImportError: libcublas.so.9.0: cannot open shared object file: No such file or directory"，尝试了很多办法也不行，应该是Tensorflow还不支持CUDA9.2，虽然文档说可以。因此本文改用CUDA9.0(卸载CUDA卸载不干净，原谅我不会用Ubuntu，只能重装Ubuntu了))
一、安装CUDA环境：
(1) 下载 CUDA 9.0 ：
（2）打开终端，切换到下载的deb的目录：
$ 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）完成后，配置CUDA环境：
$ 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) 修改保存后：
$ source ~/.bashrc
(6) 验证是否配置成功：
$ nvcc -V
二、安装CUDNN加速库：
(1) 下载 CUDNN 7.14 (对应CUDA9.0)：注意，下载的是第一个for Linux
(当时我安装失败的时候，由于教程里面没有提及下载地址，我就直接百度CUDNN，下载的是带Power8，power9那种，所以安装完然后import tensorflow的时候，就报错"ImportError: libcudnn.so.7: cannot open shared object file: No such file or directory"，尝试了很多方法 例如 ... ，也查了很多包括stackoverflow、github上面的方法还是不行，后来再参考一下别的深度学习环境教程，就是上面提到的参考教程的第二条，于是就进入了现在正确的下载地址，后来就安装成功了)
（2）然后继续按照 Installation Guide，进入下载该包的目录：
$ 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、安装Keras框架：
(1) 安装相关包：
$ sudo pip3 install scikit-learn scikit-image $ sudo pip3 install tensorflow-gpu # GPU加速版 $ sudo pip3 install keras
在这里插播一下：
1）若没安装pip，即"command not found"时需要先安装pip，然后使用Python3时需要用pip3来安装(Ubuntu16.04 是默认安装了两个版本的Python的，在"/usr/local/lib”中可以看到，分别是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来安装的时候，若想加快安装速度，使用国内的镜像，例如：
$ sudo pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple keras
3）最后在终端中验证是否安装成功：
# Enter python3.5 $ python3 >>> import tensorflow >>> import keras
若不报错，即配置成功。
原文地址：https://www.cnblogs.com/dimsumboy/p/9125554.html