Anaconda配置tensorflow虚拟环境——CondaHttpError

anaconda有一个默认的工作环境：base
在实际项目开发中，由于不同的项目使用的框架库以及库的版本存在很大差异，所以如果仅是使用全局环境就会导致需要不断地更新库的版本，并且也会增加全局环境的运行负担，从而让我们的开发环境和项目造成很多不必要的麻烦，管理也不方便。
另外，当执行某个项目时，很可能需要使用不同的python版本，这时候就可以创建一个单独的python虚拟环境，然后在这个环境中执行这个项目
这次我需要使用tnsorflow,所以就打算创建一个虚拟环境用于与tensorflow相关的操作

第一步

打开anaconda的安装目录，找到它的子文件夹envs,比如我的是在D:\programs\Anaconda3\envs，然后在其中新建一个文件夹，这个文件夹就是虚拟环境的位置，我直接将其命名为tensorflow

第二步

打开anaconda prompt,在其中输入
activate tensorflow
激活这个虚拟环境

第三步：安装tensorflow的插件

输入conda install tensorflow-gpu，过程中输入y
等待时间较长，但是结果是好的

第四步：验证虚拟环境是否可用

输入python,切换到python语句执行环境下
输入下面的语句验证是否成功：

import tensorflow as tf
print(tf.test.gpu_device_name())

CondaHttpError

但是第二天我在给我的小姐妹创建虚拟环境的时候出现了CondaHttpError问题,应该是由于默认conda镜像源属于官方，位于境外，访问速度过慢，会导致超时从而导致更新和下载失败。

第一步：

在这里考虑将其镜像文件修改为清华的镜像：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
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/pkgs/free/
conda config --set show_channel_urls yes

第二步：

此时，在C:\uers\用户名\找到一个文件：.condarc，打开将- default行删掉，即在这里插入图片描述

第三步：

然后输入conda install tensorflow-gpu，过程中输入y，就可以了。
但是发现在这种情况下安装的包不完整，所以之后我们还需要通过 conda install -n env_name [package]这个语句安装所需要的包，例如安装tensorflow包就用：conda install -n env_name tensorflow

ps:发现一个问题，我在给自己创建环境时并没有改变镜像源，在我C盘的.condarc文件中竟然也出现了清华镜像源地址，蜜汁操作呀，这是我的文件内容