1.使用conda install tensorflow-gpu
2.使用pip install keras
这里使用pip安装而不是使用conda，原因是使用conda安装会默认安装cpu版本的tensorflow
使用conda安装会提示安装其他依赖包，这其中就包括cpu版本的tensorflow，这是我们不想要的。 所以千万不要使用conda命令安装keras，说起来都是泪。。。
接下来可以在pycharm里import Keras，没出错就表明安装成功了。
【补充】使用上述方法安装keras的前提是，电脑上要安装tensorflow-gpu，只有这样，在使用pip install keras之后，keras才会默认使用你已经安装好的tensorflow-gpu作为底层实现，才能更好的进行gpu加速，我亲自测试过同一段代码在cpu版本的keras上跑了半个小时，而在GTX 1060显卡上只需要两分钟，可见gpu加速让训练更快，如果你有GPU，就安装GPU版本的tensorflow吧，因为基于tensorflow-gpu版本的keras也自然会更快！