Anaconda包安装问题

可能遇到的问题

1. Conda - Downloaded bytes did not match Content-Length
   解决办法见下面的方法1、2、3
2. HTTP errors are often intermittent
   解决办法见下面的方法1、2、3
3. 包过大

解决方法

1. 使用更快的镜像源

国内一般都要用清华的源来加速，更换源，可以参考其官方链接进行修改https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/，也可以运行下列命令来修改

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 --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro/
conda config --set show_channel_urls yes

一般会再加一个conda clean -i 命令来清缓存

2. 设置更长的timeout

有时，修改了源之后，像pytorch、tensorflow等包过于庞大，网络延迟等等问题，也会导致下载失败
可能通过如下命令，设置更长的timeout
conda config --set remote_read_timeout_secs 600.0

3. 离线安装

从conda的源下载好要安装的包，直接采用本地安装的方式。下载的url在出错的地方有提示：
url: https://repo.anaconda.com/pkgs/main/linux-64/cudnn-7.0.5-cuda8.0_0.tar.bz2
conda install --offline ./cudnn-7.0.5-cuda8.0_0.tar.bz2

4. 选更小的包，减少失败概率

像numpy等包，使用mkl时会过大，参考https://docs.continuum.io/mkl-optimizations/，可以使用nomkl安装，从而减小包的下载。