Anaconda配置清华源加速软件包下载（包教包会）

查看conda版本

conda -V   # 获取版本号
conda --version  # 查看conda版本

下载Anaconda

可以通过这个链接下载anaconda： https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
进入后的界面如下图：

从链接中选择一个适合自己电脑配置的版本，下载后按照步骤安装即可。但是在下载完成后往往我们需要使用conda新建一个torch环境来进行深度学习的训练。可以从这个链接选择适合自己conda版本的torch版本。例如：

conda install pytorch torchvision torchaudio pytorch-cuda=12.4 -c pytorch -c nvidia

但是如果conda没有配置镜像源的话会特别特别慢。下面就为conda配置清华镜像源。

配置镜像源

Linux系统直接使用：

vim ~/.condarc  # 修改这个文件即可

修改为：

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  deepmodeling: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/

Windows系统没有自带.condarc这个文件，需要先执行这一句：

conda config --set show_channel_urls yes

生成.condarc文件：

打开.condarc文件，将下面的内容写入.condarc文件，然后保存即可。

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  deepmodeling: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/

然后运行一下：

conda clean -i  # 清除索引

参考链接
试一下吧！