或者可以通过修改用户目录下的 .condarc 文件:
(Windows 用户无法直接创建名为 .condarc 的文件,可先执行 conda config --set show_channel_urls yes 生成该文件之后再修改。)
即可添加 Anaconda Python 免费仓库。
运行 conda clean -i 清除索引缓存,保证用的是镜像站提供的索引。
默认情况下,conda 创建的新环境 以及过往安装的模块缓存都存储在用户目录下,这一点不会在 conda (user-specific)配置文件 $HOME/.condarc 中体现出来,除非用户修改了默认设置。当前的默认信息可通过 conda info 指令打印查看,其中不仅能够查看当前默认环境路径和默认缓存路径,还能查看conda的源设置(关于conda的源设置在 告别便秘:conda改源之路 中已经说明过了)。
这种默认的处理方式的好处是友好利用了现代 *** 作系统多用户的特点,保证每个用户 *** 作之间的隔离性;问题是 在用户个人目录存储空间设置得很小的情况下,随着用户使用时间变长,可用的用户目录空间将越来越少 ,很可能导致没有足够的空间来容纳新创建的环境或没有足够的空间来为环境安装新的模块。这时候该怎么办?
实际上,conda环境和缓存的默认路径(envs directories 和 package cache)不一定要默认存储在用户目录,我们可以将他们设置到盈余空间稍大的其他目录来缓解这种空间压力,只要保证不同用户之间的设置不同即可。路径的设置可以通过编辑 $HOME/.condarc 来实现。添加或修改 $HOME/.condarc 中的 env_dirs 和 pkgs_dirs 配置项分别设置环境和缓存路径,按顺序第一个路径作为默认存储路径,搜索环境和缓存时按先后顺序在各目录中查找。
如上例,新建环境将存储在 D:\data\xxx\Miniconda\envs 下,缓存文件将存储在 D:\data\xxx\Miniconda\pkgs 下,从而避免了用户目录空间不足带来的窘迫。
"-c" 的意思是指定下载来源的channel。
conda install torchvision -c pytorch 这一句命令中的"-c pytorch"的意思是根据.condarc文件所设置的pytorch源的站点,寻找torchvision的包。
正常情况下,Anaconda的官方源只能用梯子,故需要设置镜像站点,如图。
依图所示,设置好镜像站点后,conda便会在没有指定channel的时候,访问default_channels,寻找需要安装的包。
default_channels
而在指定了channel之后,conda便按图索骥,根据channel的名字找它对应的url站点。
channels
有两个例子:
①第一个是
conda install torchvision -c pytorch
即
conda install torchvision -f channels图中的倒数第二个地址
就是从那里下载torchvision
②
conda install ffmpeg -c conda-forge
conda也是能安装ffmpeg(命令行下快速处理媒体文件的工具)的
相当于
conda install ffmpeg -f channel图中的第一个地址
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)