今天需要对anaconda更换其镜像源. 故而做一个小记: 一 查看anaconda的本源方法 电脑路径:C:\Users\14269,找到  .condarc 文件. 打开.condarc文件,可看见目前anaconda的源链接. 上图就是没有做任何改变的anaconda的本源. 二 更换anaconda的镜像源. 在打开的 .condarc文件中输入如下代码: show_channel_urls: true ssl_verify: true channels: - https://mirro

1.maven更改镜像路径为阿里镜像,以便下载速度快 2.maven每更新一次镜像地址,都会重新下载一次包 3. 怎么配maven链接阿里云的镜像详细步骤 修改maven根目录下的conf文件夹中的setting.xml文件,(或者当前用户目录 的 .m2 目录下的 setting.xml 文件) 内容如下: <mirrors> <mirror> <id>alimaven</id> <name>aliyun maven</name>

Centos7安装成功后,网卡配置及更改镜像地址为国内镜像 一.网卡配置 二.修改网络配置 踩坑一:IPADDR 踩坑二:网关,DNS与本地不一致 重启网络服务 三.镜像修改为aliyun 四.相关知识 增加Nat网卡 一.网卡配置 二.修改网络配置 vi /etc/sysconfig/network-scripts/ifcfg-ens33 TYPE=Ethernet PROXY_METHOD=none BROWSER_ONLY=no #改为静态获取IP的方式 BOOTPROTO=static

在mac系统中,使用homebrew可以很方便的管理包.按照官网的说明执行以下命令时总是报错: /usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)" 应该是这个资源访问有问题,那么我们可以尝试使用国内的镜像.给大家推荐一个中国科学技术大学的镜像站点,里面有各种资源: https://mirrors.ustc.edu.cn/brew.git 言归

conda升级默认官网地址,速度会特别慢,现在我们指定一个当前可用的镜像,步骤如下: 1.执行命令,生成.condarc文件 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --set show_channel_urls yes 执行完上述命令后会在当前用户目录下生成.condarc文件 2.确认.condarc文件内容 channels: - ht

清华镜像2019.6.15已恢复 中科大镜像2019.7.1停机维护后恢复 1.打开anaconda prompt 2.添加清华镜像1:https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ 3.添加清华镜像2:https://mirrors.tuna.tsinghua.

今天做不成的事,明天也不会做好. 各位同学大家好,随着docker的快速发展,越来越多的人开始使用,一方面随着容器化这个趋势越来越火,docker成为了其中的佼佼者:二来容器化确实降低了运维的门槛,让我们开发更容易的在服务器上面部署项目.这篇文章记录了docker的安装,同时也教大家如何更改dockers镜像仓库地址和部署springboot应用! 1.什么是docker? 1.1 核心概念 我们先不提复杂的概念,我们先讲docker的三个核心概念,这有助于我们更好的理解docker和他的生命周

前言 之前分享过一篇<Linux系统自带Python2&yum的卸载及重装>,介绍了如何卸载及重装Linux(CentOS)自带的的Python2.7.今天主要介绍如何在Linux系统下通过shell脚本一键安装Python3,以及如何临时or永久更换镜像源.管理虚拟环境.工欲善其事必先利其器,环境搭建是一切开发&自动化测试绕不开的前提. 一.Linux安装Python3 在介绍shell脚本一键安装Python前,先来了解一下手工搭建的过程,或许更有助于我们理解自动化搭建的过

阿里云Linux安装镜像源: 1.备份原镜像文件以便于恢复. [root@localhost ~]#mv /etc/yum.repos.d/CentOS-Base.repo /etc/yum.repos.d/CentOS-Base.repo.backup 2.下载新的CentOS-Base.repo 到/etc/yum.repos.d/ CentOS 5 [root@localhost ~]#wget -O /etc/yum.repos.d/CentOS-Base.repo http://mir

Ubuntu 16.04下载软件速度有点慢,因为默认的是从国外下载软件,那就更换到国内比较好的快速更新源(就是这些软件所在的服务器),一般直接百度Ubuntu更新源就能出来一大堆,这时候最好是找和自己Ubuntu版本一致的更新源,我的Ubuntu版本是16.04,下面是我找到的一个比较好的更新源. 1. 寻找国内镜像源:https://mirrors.tuna.tsinghua.edu.cn/help/ubuntu/ 2.配置sources.list源 2.1 stone@ubuntu:~$ c

参考 https://blog.csdn.net/weixin_41762173/article/details/79480832 建议使用ustc.edu的源,其他例如清华的,阿里的连sublime都没有

在使用 Docker 的过程中,如果我们一切都以默认的设置进行操作的话,在使用一段时间之后你应该会发现系统的根目录空间越来越少,直到有一天发现空间都被占满了,最后发现原来是被 Docker 占用了.所以这个时候就需要处理这个蛋疼的问题了,在传统的 PC 时代我们可能会听纠结的,因为就笔记本来说,你要加个硬盘往哪加啊.如果是台式机,倒是可以直接加,但是还得买一块,所以此时,是时候推荐一波云服务器了. 当然你会说,我的 xx 应用或者 xx 网站就是跑在云服务器上,但是,这和我想说的还不太一样,我想

一.anaconda配置镜像查看源:conda config --show-sources在Mac and Linux下:conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/conda config --set show_channel_urls yes 在Windows下,直接在user目录中创建一个pip目录,如:C:\Users\xx\pip,新建文件pip.ini,内容如下

1.最新更新:清华源和中科大源都已经挂了,不要再用他们的镜像源了!!!用上海科技大学的镜像!!!! 2.其次,CSDN上大多的快速装包法都在现在(2019.5.11)出现了问题,也不全,本文是亲自实践,最全装包攻略!!! 作者是在anaconda下创建python2.7的新虚拟环境时,发现python包下的很慢还会因为网络问题报错(An HTTP error occurred when trying to retrieve this URL. HTTP errors are often inte

一.Pycharm本身导包 下载成功会这个样子(如下图) 但是有时因为包的版本太高,代码运行出错,此时需要选中右下角的Specify version,然后选择想要的版本即可 如果还出错,那就在命令行下导包吧! 二.命令行下导包 pip install 包名 或者 sudo pip install +包名 出现successfully即表示下载成功,然后再去setting里重新下一遍就可以在项目中直接应用了 下载的包就在"PycharmProjects(这个是Pycharm项目名)\untitle

镜像下载.域名解析.时间同步请点击阿里云开源镜像站 一.打开软件卡logo,点击图标后闪退 最近有同事使用anaconda时出现了卡logo,显示loading applications,点击图标时发现闪退情况,当再次运行时会提示程序已经在运行中,因为部分应用已加载,可以打开任务管理器查看,像python已启动起来. 二.排查问题 当把python强制结束掉后,打开Anaconda,问题依旧. 在排查问题时发现,在断网情况下能正常打开Anaconda,会提示需要更新,软件能正常使用. 猜测是软件

把镜像地址改为清华大学开源软件镜像站,打开 管理员身份打开cmd 输入conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/conda config --set show_channel_urls yes 之后在cmd下输入命令安装,建立TensorFlow的anaconda虚拟环境 conda create -n tensorflow python=3.5 anaconda #co

0.写在前面 ​ 之前其实安装过一次tensorflow,但是由于电脑中毒,重装了系统,把所有的环境全部删除了.之前在博客里转发了一篇别人在win10安装tensorflow的教程,但是版本比较旧了,所以这次决定自己写一下. 1.环境说明 ​ 这次安装tensorflow是在Win10(1909)版本下,基于anaconda安装的.anaconda隔离管理多个环境,互不影响,比较方便. 2.安装anaconda 2.1 下载 ​ 这里选择python 3.7版本的下载,根据自己系统实际的位数,下

1. 问题描述: pycharm安装第三方库时提示CondaHTTPError: HTTP 000 CONNECTION FAILED. 2. 错误原因:默认镜像源访问速度过慢,会导致超时从而导致更新和下载失败. 3. 解决方案:更换镜像源为清华镜像源,并且删除默认镜像源. 3.1.首先执行如下几条命令更换清华镜像源 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/ con

官方指南:https://github.com/tensorflow/tensorflow/blob/master/tensorflow/docs_src/install/install_linux.md#InstallingAnacondahttps://github.com/jtoy/awesome-tensorflow1.在清华大学 TUNA 镜像源选择对应的操作系统与所需的Python版本下载Anaconda安装包.   bash Anaconda3-5.0.1-Linux-x86_64