推特上几乎每天都有关于深度学习中Keras、TensorFlow哪个个才是最好的框架的口水战。2019年后，这将不在是个问题。
2019年初，tf.keras 子模块已引入TensorFlow v1.10.0中。 现在，在TensorFlow 2.0中，Keras是TensorFlow的官方高级API。
TensorFlow 2.0具有许多新功能，包括：
- 通过tf.keras将Keras集成到TensorFlow中
- 会议并渴望执行
- 自动区分
- 模型和图层子类化
- 更好的多GPU /分布式训练支持
- 适用于移动/嵌入式设备的TensorFlow Lite
- TensorFlow Extended用于部署生产模型
长话短说-如果您想使用Keras进行深度学习，安装TensorFlow 2.0就好。
建议在 Ubuntu 18.04 LTS（Long Term Support）上安装：本博文在18.04.3中安装成功
假设从一台裸机服务器上安装：
1. 系统升级，安装编译工具，python3等
#更新系统
sudo apt-get update
sudo apt-get upgrade
#安装编译工具
sudo apt-get install build-essential cmake unzip pkg-config
sudo apt-get install gcc-6 g++-6
#安装屏幕 ，该工具用于同一窗口中的多个终端的远程SSH连接
sudo apt-get install screen
#安装X windows libraries和OpenGL库
sudo apt-get install libxmu-dev libxi-dev libglu1-mesa libglu1-mesa-dev
#安装视频处理 I/O 库
sudo apt-get install libjpeg-dev libpng-dev libtiff-dev
sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev
sudo apt-get install libxvidcore-dev libx264-dev
#安装优化库
sudo apt-get install libopenblas-dev libatlas-base-dev liblapack-dev gfortran
#安装hdf5 当处理非常大的数据集时
sudo apt-get install libhdf5-serial-dev
#安装python3（支持TK和GTK可视化用户界面）
$ sudo apt-get install python3-dev python3-tk python-imaging-tk
$ sudo apt-get install libgtk-3-dev
2. 安装tensorflow
pip install numpy
pip install tensorflow==2.0.0 # or tensorflow-gpu==2.0.0
3. 安装使用TensorFlow 2.0进行常见深度学习开发所需的其他软件包。
这些图像处理库将使我们能够执行图像I/O，各种预处理技术以及图形显示。
pip install opencv-contrib-python
pip install scikit-image
pip install pillow
pip install imutils
4. 安装机器学习库和支持库，最著名的两个是scikit-learn和matplotlib。
在机器学习方面，Scikit-learn是一个特别重要的库。我们将使用该库中的许多功能，包括分类报告，标签编码器和机器学习模型。
pip install scikit-learn
pip install matplotlib
pip install progressbar2
pip install beautifulsoup4
pip install pandas
5. 安装完成，测试安装成功与否：
参考： https://www.pyimagesearch.com/2019/12/09/how-to-install-tensorflow-2-0-on-ubuntu/