conda安装Keras依赖Bug：已装tensorflow-gpu仍自动安装tensorflow

环境背景 #

• 系统：Ubuntu 16.04 64位
• 硬件：nVidia GPU
• 包管理工具：conda 4.5.2

问题描述 #

最近配置深度学习环境时遇到了一个依赖解析的Bug：我先在conda虚拟环境中安装了tensorflow-gpu==1.7.0，随后执行conda install keras安装Keras。虽然Keras最终安装成功，但conda却自动下载并安装了无法使用的TensorFlow CPU版本，直接覆盖了原本的GPU版本。根源在于Keras的conda包没有识别到环境中已存在的tensorflow-gpu，错误地拉取了CPU版作为依赖。

临时修复方案 #

我通过以下步骤解决了问题：

1. 先卸载意外安装的TensorFlow CPU版本：

   conda remove tensorflow
   

2. 改用pip安装Keras，避开conda的依赖解析问题：

   python3.6 -m pip install keras
   

额外说明与期望 #

虽然pip安装能临时解决问题，但我更倾向于用conda统一管理所有包——毕竟它在环境隔离和依赖冲突处理上的表现更稳定。希望Anaconda官方能尽快修复Keras包的这个依赖识别Bug，让用户可以继续用conda流畅管理深度学习环境。

另外提一句，Ubuntu系统上Python3.6和3.5存在版本冲突导致模块找不到的问题，本次就不展开讨论这个点了。

内容的提问来源于stack exchange，提问作者radzfoto