1、打开AnacondaPrompt 2、搭建TensorFlow的环境： conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --set show_channel_urls yes conda create -n tensorflow python=3.5 3、在用户目录下找到文件 .condarc 环境搭建完成： 4、安装（CPU）版的TensorFlow： // 启动TensorFlow： activate tensorflow

清华镜像源安装 NGboost XGboost Catboost pip install catboost -i https://pypi.tuna.tsinghua.edu.cn/simple pip install ngboost -i https://pypi.tuna.tsinghua.edu.cn/simple pip install xgboost -i https://pypi.tuna.tsinghua.edu.cn/simple 数据比赛常用预测模型：LGB、XGB与ANN LGB lightgbm：由于现在的比赛数据越来越大，想要获得一个比较高的预测精度，同时又要减少内存占

主要介绍了在Anaconda3下使用清华镜像源安装TensorFlow（CPU版），文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

ubuntu-20.04.1-preinstalled-server-arm64+raspi.img

国内各种机构的镜像源网址，-i为一次性使用。有腾讯云、阿里云、清华大学等

redhat5配置网络镜像Yum源

Fabric1.4.x版本的arm架构镜像源之一 使用方式直接在服务器中: gunzip -c _.tar.gz | docker load

存放在user\用户名\下

一键配置pip镜像源.py

conda配置国内镜像源的配置文件，里面有五个常用国内源，清华，豆瓣，中科大等。替换文件即可，替换目录Windows系统用户根目录。 。亲测可用