anaconda之conda配置

本文详细介绍如何通过清华镜像加速Anaconda的下载与更新,包括配置代理、修改channels源等步骤,有效提升Anaconda软件包的下载速度。
部署运行你感兴趣的模型镜像

1、下载加速:清华镜像Anaconda 镜像使用帮助

2、增加代理配置:

channels:
  - defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
proxy_servers:
  http: http://192.168.98.204:3128
  https: https://192.168.98.204:3128

3、

conda config --show channels 查看配置的当前状态
conda config --show-sources 查看配置文件位置

您可能感兴趣的与本文相关的镜像

Python3.8

Python3.8

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

使用Anacondaconda命令配置TensorFlow环境可按以下步骤进行: ### 创建新环境 为避免与其他Python库冲突,需创建一个新的Anaconda环境。在命令行终端输入以下命令创建名为“tensorflow_env”的新环境: ```bash conda create --name tensorflow_env ``` 该命令能构建一个独立的环境,便于后续安装TensorFlow及相关依赖[^1]。 ### 选择Python版本(可选) 创建环境时,可根据需求指定Python版本。例如创建指定Python 3.8版本的名为“tensorflow_env”的环境,使用如下命令: ```bash conda create --name tensorflow_env python=3.8 ``` ### 激活虚拟环境 环境创建完成后,需激活该环境以进行后续操作。使用以下命令激活“tensorflow_env”环境: ```bash conda activate tensorflow_env ``` 若要关闭虚拟环境,可使用命令: ```bash conda deactivate ``` 此操作可在不需要该环境时,退出到默认环境[^2]。 ### 配置镜像源(推荐) 为加快下载速度,推荐配合清华的镜像源。在cmd或anaconda prompt中运行以下命令添加镜像源: ```bash conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/ ``` 同时,为在下载时显示使用的源,可运行: ```bash conda config --set show_channel_urls yes ``` 若想换回conda的默认源,可运行: ```bash conda config --remove-key channels ``` 配置镜像源可显著提升安装依赖包的速度[^3][^4]。 ### 安装TensorFlow 激活环境并配置好镜像源后,即可安装TensorFlow。可根据自己的需求选择CPU版或GPU版TensorFlow。 安装CPU版TensorFlow: ```bash conda install tensorflow ``` 若要安装GPU版TensorFlow,需确保系统已正确安装NVIDIA显卡驱动、CUDA和cuDNN,然后使用以下命令安装: ```bash conda install tensorflow-gpu ``` ### 验证安装 安装完成后,可通过以下Python代码验证TensorFlow是否安装成功: ```python import tensorflow as tf print(tf.__version__) ``` 若能正常输出版本号,则表明TensorFlow已成功安装到指定环境中。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值