最近做課程設計，要跑機器學習的代碼，用的是tensorflow。
可以用CPU跑，也可以用GPU（顯卡）跑，當然，二者的速度肯定還是有差別的，具體的差別嘛，去百度一下你就知道了。
我選擇的是下載tensorflow-gpu版本的，需要通過Anaconda來安裝。
安裝的過程中出現了很多問題，這裏就不一一贅述了，網上很多博客都有安裝的詳細的描述，這裏推薦兩篇：
CPU版本安裝教程：https://www.cnblogs.com/HongjianChen/p/8385547.html
GPU版本安裝教程：https://blog.csdn.net/gangeqian2/article/details/79358543
有一個普遍的問題發現網上可能沒有統一完整的博文進行解決，這裏寫出來，希望能幫助到大家。
問題：用anaconda下載一些包的時候速度太慢了，導致下載總是失敗。
解決：導致問題出現的原因是anaconda默認下載包的地址是國外的網址，這樣下載包的時候就會特別慢，甚至有可能被牆。
這個時候改成國內的鏡像源（這裏使用的是清華的鏡像源）就可以了：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
網上的博文一般介紹到這裏就結束了。
但你可能發現你的電腦並沒什麼反應，下載依然炒雞慢，這個時候就要繼續下面的工作了：
輸入下面的代碼：
conda config --show-sources
回車後下面出現的第一行的文件路徑就是控制鏡像源的文件所在。（.condarc文件——conda配置文件）
在文件夾中找到它，打開並修改：將其中的默認路徑（default標識的）全部刪掉，並保存。
關閉你的cmd命令窗口。（一定要關閉原來的cmd窗口！！！一定！！！）
重新打開cmd命令窗口，使用anaconda下載你所需要的包即可。
以上就是我的經驗啦！
PS：看了一些博客，好像說.condrac文件是在你第一次輸入config命令之後纔會出現的，所以提醒小夥伴們不要直接就去找這個文件進行修改呀！（雖然我也不知道那個網友說的是不是真的）
注：anaconda安裝的時候！千萬千萬！千萬千萬！千萬千萬！在路徑中不要有空格！！！！不然安裝上了也用不了！！！！！血的教訓！！！！！！
——————————————————————我是可愛的分割線———————————————————————
更新：
如果更換過源之後有些包下載pip下載時還是太慢的話，有個更直接的辦法：
在執行pip install語句的時候直接指定國內豆瓣的鏡像源進行下載：
pip install -i https://pypi.douban.com/simple 你想下載的包的名稱
這裏不得不說……豆瓣鏡像源下載是真的快啊！
下面是具體的例子：
eg1：如果需要安裝的包是Keras，則可以執行命令：
pip install -i https://pypi.douban.com/simple Keras
eg2：如果需要安裝的包有版本需求，比如需要安裝Keras2.0.1，則可以執行命令：
pip install -i https://pypi.douban.com/simple Keras==2.0.1
PS：豆瓣的鏡像源裏，每種包的版本不一定都是最新的，也不一定都有，如果顯示沒有的話可以嘗試把豆瓣的網址換成其他鏡像源的網址試一下，實在不行就只能從默認源裏慢慢下載啦！
————————————————
版權聲明：本文爲CSDN博主「不想當小白」的原創文章，遵循 CC 4.0 BY-SA 版權協議，轉載請附上原文出處鏈接及本聲明。
原文鏈接：https://blog.csdn.net/qq_38813668/java/article/details/86507491
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes