1.使用conda install tensorflow-gpu
2.使用pip install keras
這里使用pip安裝而不是使用conda，原因是使用conda安裝會默認安裝cpu版本的tensorflow
使用conda安裝會提示安裝其他依賴包，這其中就包括cpu版本的tensorflow，這是我們不想要的。 所以千萬不要使用conda命令安裝keras，說起來都是淚。。。
接下來可以在pycharm里import Keras，沒出錯就表明安裝成功了。
【補充】使用上述方法安裝keras的前提是，電腦上要安裝tensorflow-gpu，只有這樣，在使用pip install keras之后，keras才會默認使用你已經安裝好的tensorflow-gpu作為底層實現，才能更好的進行gpu加速，我親自測試過同一段代碼在cpu版本的keras上跑了半個小時，而在GTX 1060顯卡上只需要兩分鍾，可見gpu加速讓訓練更快，如果你有GPU，就安裝GPU版本的tensorflow吧，因為基於tensorflow-gpu版本的keras也自然會更快！