关于从conda中下载包和在镜像中找文件的方法

由于我在做一个YOLO算法的时候，调用训练好的模型的时候遇到了问题：没有找到tensorflow.nn. relu.layers ，引起我以下的工作总结。

conda是一个可以选换下载通道的，这一点都知道，但是每次我下载一个包的时候总是提示我找不到包，我很奇怪，可能是我之前误加了什么下载路径导致我从那时候开始一直说我找不到包。
于是：删去了所有的路径，首先我通过conda config --show channels 查看了我当前 添加了所有镜像通道：
接着通过 conda config --remove channels <此处为通道地址>删除对应的通道地址

当我们需要添加通道的时候，敲入：conda config --add channels <通道地址>

下面叫一个很NB的方法，就是 如果你想下载一个包的时候，你不知道这个包的地址在哪，但是你知道这个包的名字，比如 keras，那么你就输入：conda info <包的名字>

就会出现很多关于这个包所适应的python版本，你可以找到对应的url地址， 你复制对应包的url地址后，在浏览器中打开后，会自动下载一个bz2的压缩文件：

现在 你打开这个文件夹的位置，你可以将这个压缩文件解压后 会得到其中一个叫Lib的文件夹， 打开后会有site-packages的文件夹， 将这个文件夹中的内容 拷贝到 你 tensorflow的环境下的site-packages文件包内，就已经下载好了 keras包了。
如果你觉得上述步骤不稳妥的话，或者你不相信的话，你可以这样去做：

你要看你的anaconda中tensorflow的环境开始是哪里，我这里是 C:\Users\My 所以我将我下载好的 刚才的bz2压缩文件 拷贝到 C:\Users\My 文件夹内了， 之后你通过使用 conda install --use-local keras-2.1.2-py36_0.tar.bz2 就可以下载我刚才想下载的 keras 2.1.2版本的了。

注意这个方法其实可以映射到另一个知识点： 就是我们平常在conda中下载包的时候，缓存文件是存在 anaconda的 pkgs文件夹内的：我这里是：E:\Pythonku\pkgs ，这个文件夹内有很多bz2文件夹都是下载的缓存文件，当有时候你的网速比较慢的时候，你想回去再下，你可以按照我说的这个方法 将没下完的bz2文件夹拷贝到 你的anaconda 的启动环境下（我的是C:\Users\My），然后 执行 ：conda install --use-local <bz2文件的名字> 就行了。
channels:

 https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/

https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/