Ubuntu18.04 安装TensorFlow 和 Keras

 TensorFlow和Keras是当前两款主流的深度学习框架，Keras被采纳为TensorFlow的高级API，平时做深度学习任务，可以使用Keras作为深度学习框架，并用TensorFlow作为后端引擎。

1、安装之前，先确认pip包管理器最新：

sudo apt-get update 
sudo apt-get upgrade
sudo apt-get install python-pip python-dev
sudo apt-get install python3-pip python3-dev

使用pip安装包时，默认安装的是python2的包。想安装python3的包，使用pip3。

2、安装Python相关库

（1）安装BLAS库

 sudo apt-get install build-essential cmake git unzip pkg-config libopenblas-dev liblapack-dev 

（2）安装python科学套件

 sudo apt-get install python-numpy python-scipy python-matplotlib python-yaml 

（3）安装HDF5。这个库最初由NASA开发，用高效的二进制格式来保存数值数据的大文件。（它可以让你将Keras模型快速高效地保存到磁盘）

 sudo apt-get install libhdf5-serial-dev python-h5py 

（4）安装Graphviz和pydot-ng，这两个包可以将Keras模型可视化。

 sudo apt-get install graphviz 

 sudo pip install pydot-ng

（5）安装python-opencv包

 sudo apt-get install python-opencv 

3、安装CUDA和cuDNN

见另一篇博文：https://www.cnblogs.com/booturbo/p/11834661.html

4、安装支持GPU的TensorFlow

 pip install tensorflow-gpu 

 pip3 install tensorflow-gpu

5、安装Keras

可以从PyPI安装Keras

 sudo pip install keras 

也可以从GitHub安装Keras。这种方式安装，可以运行keras/examples文件夹里的示例。

git clone https://github.com/fchollet/keras
cd keras
sudo python setup.py install

安装完成后，运行下示例脚本，例如 MNIST

在keras文件目录下运行， python examples/mnist_cnn.py 

 运行过Keras之后，就可以在～/.keras/keras.json看到Keras的配置文件，编辑该文件为Keras选择后端引擎，

{
    "image_data_format": "channels_last",
    "epsilon": le-07,
    "floatx": "float32",
    "backend": "tensorflow"
}

到此结束。