Anaconda 报错Multiple Errors Encountered 或 Anaconda An HTTP error occurred when trying to retrieve th

本文介绍了解决Anaconda创建虚拟环境时遇到的下载错误问题。通过配置清华大学的镜像源,可以显著提高下载速度,避免因国外镜像源速度慢导致的报错。文章提供了具体的命令行操作步骤。
部署运行你感兴趣的模型镜像

在安装完成 Anaconda 后,创建虚拟环境接连遇到报错 Multiple Errors Encountered  和 Anaconda An HTTP error occurred when trying to retrieve this URL.HTTP errors are often intermittent

 

报错原因:是 Anaconda 默认从国外镜像源下载,而从国外下载速度极慢,导致报错

解决办法:为 Anaconda 配置国内镜像源。 2019年4 月,由于Anaconda 的授权问题,中科大和清华大学开源软件镜像站先后宣布停止 Anaconda 镜像服务。但在随后的6月份,清华大学经与 Anaconda, Inc. 沟通,获得了镜像的授权,因此我们又能使用清华大学的镜像了

 

 

 

如果给 Anaconda 配置了环境变量,可以直接在 cmd 窗口中执行;如果没有配置环境变量,则在 Anaconda Prompt 中执行

笔者这里没有配置环境变量,在Anaconda Prompt 中执行如下命令,为 Anaconda 配置清华大学镜像源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
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/pkgs/free/
conda config --set show_channel_urls yes

 

清华大学镜像源地址:https://mirror.tuna.tsinghua.edu.cn/help/anaconda/

 

 

 

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

### Anaconda 中多个错误问题的解决方案 在处理 Anaconda 的多错误问题时,可以尝试以下方法来诊断并解决问题: #### 1. **检查数据中的 NaN 值** 如果存在 `error_list` 计算过程中涉及的数据集(如 `Y_test` `Y_predicted`),需要确认是否存在缺失值无限值。可以通过 NumPy 提供的功能检测这些异常情况。 以下是用于检测 `NaN` 和无穷大值的代码片段: ```python import numpy as np # 检测是否有任何 NaN 值 has_nan = np.any(np.isnan(error_list))[^1] # 检测是否有任何无穷大值 has_inf = np.any(np.isinf(error_list)) ``` 如果有 `NaN` 者无穷大值,则可能需要清理输入数据者调整模型预测逻辑以防止此类数值出现。 --- #### 2. **更新 Conda 及其包管理器** 有时,Anaconda 多重错误可能是由于环境配置不一致引起的。建议通过以下命令更新 Conda 和相关依赖项: ```bash conda update conda conda update --all ``` 这一步骤有助于修复潜在版本冲突引发的问题。 --- #### 3. **重新创建虚拟环境** 当现有环境中积累过多未解决的错误时,考虑删除当前环境并重新构建一个新的干净环境。具体操作如下: ```bash # 删除旧环境 (假设名为 myenv) conda remove --name myenv --all # 创建新环境 conda create --name new_env python=3.9 # 激活新建环境 conda activate new_env ``` 随后安装所需的库到新的环境中即可减少兼容性问题的影响。 --- #### 4. **调试日志分析** 启用详细的调试模式可以帮助定位具体的失败原因。设置 CONDA_VERBOSE 错误级别为更高的等级以便获取更多信息: ```bash export CONDA_VERBOSITY=2 ``` 之后再次运行触发错误的操作,并仔细阅读产生的堆栈跟踪信息找出根本原因所在。 --- #### 5. **卸载再安装特定模块** 对于某些顽固型错误,单独移除后再手动指定最新稳定版重新加载某个引起争议的关键组件可能会有效果。例如针对 pandas 库执行下面指令序列: ```bash pip uninstall pandas -y && pip install pandas==latest_version_number ``` 以上措施综合运用通常能够成功克服大多数由软件本身缺陷所造成的障碍状况。 ---
评论 18
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

打赏作者

悟世君子

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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