查看镜像
conda config --show channels
删除镜像
conda config --remove channels 源名称或链接
恢复默认镜像
conda config --remove-key channels

添加镜像

清华镜像更新了

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/

1. conda config --set show_channel_urls yes

查看虚拟环境
conda info --envs
创建环境
conda create -n name

conda create -p /opt/environment/.conda/envs/env_name python=2.7

进入环境
conda activate 环境名称
退出
conda deactivate

conda 常用命令

1. conda --version #查看conda版本，验证是否安装
2. conda update conda #更新至最新版本，也会更新其它相关包
3. conda update --all #更新所有包
4. conda update package_name #更新指定的包
5. conda create -n env_name package_name #创建名为env_name的新环境，并在该环境下安装名为package_name 的包，可以指定新环境的版本号，例如：conda create -n python2 python=python2.7 numpy pandas，创建了python2环境，python版本为2.7，同时还安装了numpy pandas包
6. source activate env_name #切换至env_name环境 新版直接activate env_name 或者cond activate env_name
7. source deactivate #退出环境 deactivate conda deactivate
8. conda info -e #显示所有已经创建的环境
9. conda create --name new_env_name --clone old_env_name #复制old_env_name为new_env_name
10. conda remove --name env_name –all #删除环境
11. conda list #查看所有已经安装的包
12. conda install package_name #在当前环境中安装包
13. conda install --name env_name package_name #在指定环境中安装包
14. conda remove -- name env_name package #删除指定环境中的包
15. conda remove package #删除当前环境中的包
16. conda create -n tensorflow_env tensorflow
    conda activate tensorflow_env #conda 安装tensorflow的CPU版本
17. conda create -n tensorflow_gpuenv tensorflow-gpu
    conda activate tensorflow_gpuenv #conda安装tensorflow的GPU版本
18. conda env remove -n env_name #采用第10条的方法删除环境失败时，可采用这种方法

Anaconda 报错Multiple Errors Encountered和添加国内镜像以及换源和恢复默认源

已有 4665 次阅读 2020-9-14 08:55 |个人分类:Anaconda|系统分类:科研笔记
（一）情景一
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
（二）情景2
问题：在anaconda中给指定的Python环境安装包时，报错Multiple Errors Encountered的解决方法：
解决办法：
删除缓存的包：conda clean --packages --tarballs
（三）情景3
anaconda 是Python的依赖库管理工具，有时候在Linux上pip 或者apt安装不上，所以也可以通过conda懒人安装方法。
conda还可以创建虚拟环境，可以在conda里面同时创建好几个不同的python版本。想用哪个用哪个。比直接在Linux上切换不同的python版本的话，更加方便灵活。这句话只是对python的简单应用可以，通过anaconda创建虚拟环境，在虚拟环境里面安装python不同版本，但是，如果在虚拟环境里面还要装很多其他依赖库的话，不建议在anaconda的虚拟环境里面做，因为发现虚拟环境很不靠谱，本人亲身试验了2个服务器，一个是报numpy找不到，可是明明装了呀。另一个服务器报lmdb找不到，也是明明装好了，就是无法import 。conda list或者pip list明明就看得到，就是没法用，所以结论是不要指望用anaconda的虚拟环境来做，记得去年在我机箱 里也有过类似问题，当时是希望在里面装一个其他版本的tf，也是连tf都用不了。所以anaconda用来协助管理python依赖库就好，其他不要指望太多了。虚拟环境发现还是docker好。
安装OpenCV：
在Anaconda Prompt窗口输入下列命令

conda install --channel https://conda.anaconda.org/menpo opencv

可能安装过程报错PermissionError：
有一些文件被anaconda(或其他一些进程)锁定，opencv可能需要读写这个文件，因此，所做的就是关闭anaconda相关的每个进程，关闭正在打开的spyder，然后重新执行如下命令：

conda update --all
conda install --channel https://conda.anaconda.org/menpo opencv

（四）换源和恢复默认源
恢复默认源：

conda config --remove-key channels

换源：
(清华源)

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/

conda config --set show_channel_urls yes

(中科大源)

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/

conda config --set show_channel_urls yes

清华镜像