最近做课程设计，要跑机器学习的代码，用的是tensorflow。
可以用CPU跑，也可以用GPU（显卡）跑，当然，二者的速度肯定还是有差别的，具体的差别嘛，去百度一下你就知道了。
我选择的是下载tensorflow-gpu版本的，需要通过Anaconda来安装。
安装的过程中出现了很多问题，这里就不一一赘述了，网上很多博客都有安装的详细的描述，这里推荐两篇：
CPU版本安装教程：https://www.cnblogs.com/HongjianChen/p/8385547.html
GPU版本安装教程：https://blog.csdn.net/gangeqian2/article/details/79358543
有一个普遍的问题发现网上可能没有统一完整的博文进行解决，这里写出来，希望能帮助到大家。
问题：用anaconda下载一些包的时候速度太慢了，导致下载总是失败。
解决：导致问题出现的原因是anaconda默认下载包的地址是国外的网址，这样下载包的时候就会特别慢，甚至有可能被墙。
这个时候改成国内的镜像源（这里使用的是清华的镜像源）就可以了：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
网上的博文一般介绍到这里就结束了。
但你可能发现你的电脑并没什么反应，下载依然炒鸡慢，这个时候就要继续下面的工作了：
输入下面的代码：
conda config --show-sources
回车后下面出现的第一行的文件路径就是控制镜像源的文件所在。（.condarc文件——conda配置文件）
在文件夹中找到它，打开并修改：将其中的默认路径（default标识的）全部删掉，并保存。
关闭你的cmd命令窗口。（一定要关闭原来的cmd窗口！！！一定！！！）
重新打开cmd命令窗口，使用anaconda下载你所需要的包即可。
以上就是我的经验啦！
PS：看了一些博客，好像说.condrac文件是在你第一次输入config命令之后才会出现的，所以提醒小伙伴们不要直接就去找这个文件进行修改呀！（虽然我也不知道那个网友说的是不是真的）
注：anaconda安装的时候！千万千万！千万千万！千万千万！在路径中不要有空格！！！！不然安装上了也用不了！！！！！血的教训！！！！！！
——————————————————————我是可爱的分割线———————————————————————
更新：
如果更换过源之后有些包下载pip下载时还是太慢的话，有个更直接的办法：
在执行pip install语句的时候直接指定国内豆瓣的镜像源进行下载：
pip install -i https://pypi.douban.com/simple 你想下载的包的名称
这里不得不说……豆瓣镜像源下载是真的快啊！
下面是具体的例子：
eg1：如果需要安装的包是Keras，则可以执行命令：
pip install -i https://pypi.douban.com/simple Keras
eg2：如果需要安装的包有版本需求，比如需要安装Keras2.0.1，则可以执行命令：
pip install -i https://pypi.douban.com/simple Keras==2.0.1
PS：豆瓣的镜像源里，每种包的版本不一定都是最新的，也不一定都有，如果显示没有的话可以尝试把豆瓣的网址换成其他镜像源的网址试一下，实在不行就只能从默认源里慢慢下载啦！
————————————————
版权声明：本文为CSDN博主「不想当小白」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：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