为Keras安装TensorFlow：cloud-init缺失相关组件问题

老哥，我之前在AWS EC2的Amazon Linux环境里折腾过同样的keras+GPU TensorFlow配置，你的问题我太熟了！结合你给出的环境信息和报错提示（卡在pip升级/包收集环节），大概率是这几个常见坑导致的，咱们一步步来搞定：

第一步：先确认EC2实例的GPU基础配置 #

首先得把最基础的硬件和依赖搞定，不然GPU版本的TensorFlow根本跑不起来：

• 检查实例类型：确保你的EC2实例是GPU机型（比如p2.xlarge、p3.2xlarge这类），如果是普通CPU实例，指定tensorflow="gpu"肯定会报错，先去AWS控制台确认实例类型。
• 安装NVIDIA驱动和系统依赖：
  打开EC2的终端（或者在RStudio里用system()执行），运行以下命令：

  sudo yum update -y
  sudo yum install -y gcc gcc-c++ make kernel-devel kernel-headers
  sudo yum install -y nvidia-driver-latest nvidia-settings
  

  安装完成后重启实例，然后执行nvidia-smi验证驱动是否正常——如果能看到GPU的信息，说明这一步没问题。

第二步：清理旧的虚拟环境，重新创建 #

你看到提示Using existing virtualenv at ~/.virtualenvs/r-tensorflow，这个旧的虚拟环境可能残留了损坏的依赖或者版本不兼容的问题，先删掉它：
在RStudio的控制台里执行：

reticulate::virtualenv_remove("r-tensorflow")

然后重新创建一个指定Python版本的虚拟环境（Amazon Linux 2017.09.1自带的Python版本偏旧，keras和TensorFlow对Python 3.6-3.8支持最好）：

reticulate::virtualenv_create("r-tensorflow", python = "python3.6")

第三步：解决pip下载慢/超时的问题 #

你卡在Collecting pip这一步，90%是因为默认的PyPI源网络不稳定（AWS境外实例连官方源经常抽风），给虚拟环境配置一个稳定的pip源：
在EC2终端里执行以下命令，给虚拟环境添加AWS的PyPI镜像源（速度快且稳定）：

mkdir -p ~/.virtualenvs/r-tensorflow/etc/pip
cat << EOF > ~/.virtualenvs/r-tensorflow/etc/pip/pip.conf
[global]
index-url = https://aws-pypi.amazonaws.com/simple
EOF

第四步：重新执行install_keras #

回到RStudio控制台，指定刚创建的虚拟环境重新安装：

keras::install_keras(tensorflow = "gpu", virtualenv = "r-tensorflow")

这次应该能顺利完成TensorFlow GPU版和keras依赖的下载安装了。

最后验证安装是否成功 #

安装完成后，运行以下代码验证GPU是否能被TensorFlow识别：

library(keras)
library(tensorflow)
tf$test$is_gpu_available()

如果返回TRUE，说明整个配置流程成功了！

内容的提问来源于stack exchange，提问作者Clarinetist