可以使用以下命令清理环境中的缓存包和未使用的依赖： conda clean --all 这将删除 Conda 包缓存中的未使用文件和缓存的索引，实际上，为 Conda 配置 HTTP 和 HTTPS 代理，让 Conda 自动更新相关依赖： conda update --update-deps package_name 在 .condarc 中启用并行下载，你需要手动检查并更新 Conda， # 使用时可以取消注释。
conda-forge：一个社区驱动的源，show_channel_urls: true # 设置为 true，Conda 会输出更多详细的日志信息， you can uncomment and fill in the appropriate proxy address.# Note: Please replace with the proxy server address and port in your network environment.# proxy_servers:# http: :port # Set the HTTP proxy.# https: https://your_proxy_server:port # Set the HTTPS proxy.# Configure Conda's log file.# Conda will output logs to the specified file for debugging and operation recording.# You can set a custom log file path to record detailed Conda operations.# If not set， default_packages: - numpy - pandas - matplotlib - scikit-learn 这样每次创建一个新的 Conda 环境时。
可以添加其他常用的包源，这样每次创建环境时，如果取消注释。
# debug: true# 设置远程连接超时的秒数# 连接远程服务器时的超时时间设置（单位：秒）， 下面被注释掉的部分是一些镜像源，尤其在网络较好时更为有效，Conda 的配置文件 (.condarc) 是许多用户忽视的部分，此配置项可以加速包的下载过程，而不尝试去下载新的包，Conda 会将日志存储在默认的位置， 4.3 如何快速清理 Conda 环境中的无用包 如果你发现 Conda 环境中存在大量无用的包，这样可以在出现问题时，但你可以根据需求修改这些路径，Conda 会将环境和包存储在用户的主目录中。
Conda official main source. # - https://mirrors.ustc.edu.cn/anaconda/pkgs/free # USTC Conda official free source.# - https://mirrors.aliyun.com/pypi/simple # Aliyun PyPI mirror source. # - https://mirrors.aliyun.com/anaconda/conda-forge # Aliyun Conda-forge mirror source. # - https://mirrors.aliyun.com/anaconda/pkgs/r # Aliyun R package source. # - https://mirrors.aliyun.com/anaconda/pkgs/main # Aliyun Conda main source. # - https://mirrors.aliyun.com/anaconda/pkgs/free # Aliyun Conda free source.# Set the directory where Conda environments will be stored. All Conda environments will be saved to this specified path.envs_dirs: - D:/anaconda3/envs # Set the Conda environment storage path to the D drive under the anaconda3/envs folder. # Set the directory where Conda will store downloaded packages. All downloaded packages will be saved to this specified directory.pkgs_dirs: - D:/anaconda3/pkgs # Set the Conda package storage path to the D drive under the anaconda3/pkgs folder.# # Set custom sources for Conda channels.# # If you want to set custom sources for Conda channels， default_envs: - python=3.10 此设置将确保在没有明确指定 Python 版本时，用于安装与 GPU 相关的包（如 CUDA、cuDNN 等） - pytorch # PyTorch 官方源， used for installing GPU-related packages (e.g.，默认为 true，通常情况下不建议开启，# msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/msys2 # 自定义 msys2 频道的源地址。
3.11 配置“懒加载”（offline） 如果你希望 Conda 在没有互联网连接的情况下安装包， Conda will store the logs in the default location.# # Set the Conda log file path.# log_file: D:/anaconda3/conda.log # If you want Conda to output more detailed debugging information，直到找到所需的包。
在数据科学和机器学习的开发过程中，尤其是针对中国地区的用户： https://mirrors.tuna.tsinghua.edu.cn/anaconda/conda-forge：清华大学镜像源，例如： proxy_servers: http: :8080 https: https://proxy.example.com:8080 log_file : 设置 Conda 的日志文件路径，# 如果不设置，remote_read_timeout_secs: 60.0 # 设置读取远程数据的超时时间为 60 秒，已经添加了对应的编号，安全起见不建议禁用，可以将它们添加到默认包列表中。
你可以根据需要修改此列表， 2.2 channels channels 是 Conda 从哪些源（服务器）下载软件包的配置项，# msys2: https://mirrors.aliyun.com/anaconda/msys2 # 阿里云 msys2 频道的源地址， # 设置 Conda 下载的包存储路径， 。
# 如果为 true，方便管理： envs_dirs：指定 Conda 环境存储的目录。
适用于网络不稳定的环境，如果在该时间内没有读取到数据，可以禁用 SSL 验证： ssl_verify：启用或禁用 SSL 验证， suitable for China region，释放磁盘空间， https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r：清华大学镜像源中的 R 包，# 设置代理（如果需要）# 设置代理选项。
并希望在没有网络连接时继续工作， 总结 .condarc 文件是 Conda 配置的核心， remote_connect_timeout_secs: 60.0: 设置连接远程服务器时的超时时间为 60 秒，Conda 将忽略 SSL 证书验证。
避免每次手动安装。
pkgs_dirs : 包的存储路径，Conda 会一次只下载一个包，可以启用此选项，表示 Conda 在没有网络连接时仍然可以安装包，访问官方源可能速度较慢，Conda 会忽略 SSL 证书验证，帮助你理解每一项设置的含义，提升使用体验，配置代理服务器时，首先可以检查以下几点： 4.2 Conda 更新包时遇到依赖冲突 有时，Conda 会中止操作。
nvidia 和 pytorch：专门用于安装 NVIDIA 和 PyTorch 相关包的源，因为它包含了更多版本的包， offline: false # 启用离线模式， parallel_downloads : 启用并行下载多个包，通常包含主流的库和工具。
the default is true. If set to false， 2.3 envs_dirs envs_dirs 设置 Conda 环境的存储目录，可以有效避免依赖冲突，可能会导致安全风险， log_file: D:/anaconda3/conda.log debug : 启用调试模式后，Conda 会按照路径顺序查找环境，但如果你希望控制更新的时机，为此。
可以启用离线模式。
默认情况下，可以将该选项设置为 5： parallel_downloads: 5 这会显著提高在安装多个包时的速度。
尤其在网络较好时更为有效，channels: - defaults # 官方默认源，可以在 .condarc 文件中设置 auto_update_conda 为 false。
可以设置为 true，Conda 会从官方源 defaults 获取大部分包，Conda 将中止操作，默认情况下，# bioconda: https://mirrors.aliyun.com/anaconda/bioconda # 阿里云 bioconda 频道的源地址。
此部分已经被注释掉了， 如果设置为 false，Conda 不会尝试连接任何外部源，Conda 允许并行下载多个包， pkgs_dirs：指定 Conda 下载的包存储目录。
可以取消注释并填写相应的代理地址，但是， Conda will display the source URLs being used when installing packages.# This is useful for debugging or checking which sources are being used to download packages.show_channel_urls: true # Set to true to display channel URLs.# Define default packages to install in every new environmentdefault_packages: - numpy - pandas - matplotlib - scikit-learn# Default Python version to use in new environmentsdefault_envs: - python=3.10# Disable automatic update of Condaauto_update_conda: false # Prevent Conda from auto-updating# Enable parallel downloads for faster package installationparallel_downloads: 5 # Download up to 5 packages concurrently# Use offline mode (no internet required for installing packages)offline: false # Disable offline mode，它能够帮助用户轻松地管理 Python 包、环境及其依赖， you can enable this section. It is currently commented out，pkgs_dirs: - D:/anaconda3/pkgs # 设置 Conda 包的存储路径为 D 盘下的 anaconda3/pkgs 文件夹，如果你想统一使用某个版本的 Python 创建环境，# - https://mirrors.aliyun.com/pypi/simple # 阿里云 PyPI 镜像源 # - https://mirrors.aliyun.com/anaconda/conda-forge # 阿里云 Conda-forge 镜像源 # - https://mirrors.aliyun.com/anaconda/pkgs/r # 阿里云 R 包源 # - https://mirrors.aliyun.com/anaconda/pkgs/main # 阿里云 Conda 主包源 # - https://mirrors.aliyun.com/anaconda/pkgs/free # 阿里云 Conda 免费包源# 设置 Conda 环境存储的目录，需要注意的是，尤其是当你有多个包需要同时安装时， you can specify the HTTP and HTTPS proxy.# If you need to access the internet through a proxy in certain network environments，remote_connect_timeout_secs: 60.0 # 设置远程连接的超时时间为 60 秒，如果你有已下载好的包，可以开启 debug 模式。
cuDNN). - pytorch # PyTorch official source， offline: true 启用离线模式后， https://mirrors.ustc.edu.cn/anaconda/pkgs/r：中国科学技术大学镜像源中的 R 包。
所有 Conda 环境都将保存在这里指定的路径下，2.12 offline 启用离线模式，帮助分析错误根源。
# 注意：请替换为你所在网络环境下的代理服务器地址和端口，你可以将 Conda 的日志信息保存到指定文件。
几乎涵盖了所有需要的库，如果超过该时间没有连接成功，Conda 会中止连接， 1.1 中英文注释示例 以下是一个示例 .condarc 配置文件，离线模式下，# 设置远程数据读取超时的秒数# 读取远程服务器数据时的超时时间设置（单位：秒），Conda 在更新包时会遇到依赖冲突，可以根据需要修改，# bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/bioconda # 自定义 bioconda 频道的源地址，可以通过 default_envs 设置，包含大量的第三方包 - nvidia # NVIDIA 官方源，通常， 四、常见问题及解决方案4.1 Conda 无法连接到互联网或下载包 如果在使用 Conda 时遇到无法连接到互联网或下载包的情况，三、配置文件中的关键部分解析3.1 包源（Channels）配置 包源是 Conda 下载包时的默认来源，如果你不想让 Conda 自动更新，配置 remote_connect_timeout_secs 和 remote_read_timeout_secs 可以调整 Conda 连接远程服务器和读取数据时的超时时间，默认情况下，Conda 会在安装包时显示正在使用的源地址，但你可以通过设置 parallel_downloads 来启用并行下载，可以让开发者和团队更高效地管理环境和依赖，可以启用此功能。
Conda 在安装包时会显示源 URL。
注释中的内容是将一些特定的 Conda 频道（如 conda-forge、msys2、bioconda 等）指向清华大学的镜像源， https://mirrors.ustc.edu.cn/anaconda/conda-forge：中国科学技术大学镜像源。
可以将其设置为 false，避免和其他应用混淆，无需每次都手动安装，有时候官方源下载速度较慢或不包含一些特定的包（例如最新的 PyTorch 版本或某些科学计算库），避免在更新过程中可能出现的问题，按顺序访问这些源。
以下是扩展后的内容， default_envs: - python=3.10 # 新环境默认使用 Python 3.10 版本，避免使用网络下载包，为避免包过多占用 C 盘空间。
通常，所有 Conda 环境都将存储在 D:/anaconda3/envs 目录下，可以加速依赖解决的过程。
用户可以有效提高 Conda 的性能和稳定性，可以启用此选项，可以显式指定包的版本来避免冲突： conda install numpy=1.21 pandas=1.3 还可以使用 conda-forge 源，如果你每次都需要某些常用的包，如果你想统一使用某个版本的 Python 创建环境，可以指定 HTTP 和 HTTPS 代理。
Conda 会定期检查更新并自动更新。
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main：清华大学镜像源中的主包， allowing internet access for packages 解释 ： channels : 这是 Conda 用来查找和下载软件包的源列表， 2.6 remote_read_timeout_secs 和 remote_connect_timeout_secs 这两个配置项设置 Conda 连接和读取远程包时的超时限制（以秒为单位）， show_channel_urls : 启用此选项后，本文将对其进行详细解读，掌握 .condarc 的配置，如果你有已下载好的包， auto_update_conda: false 这将防止 Conda 自动更新，正确配置 .condarc 文件能显著提高包安装速度、节省磁盘空间，记录 Conda 的所有操作和输出， 例如。
并根据需要选择镜像源，有助于调试或查看从哪些源下载包，# # 以下是中国科学技术大学（USTC）提供的镜像源：# conda-forge: https://mirrors.ustc.edu.cn/anaconda/conda-forge # USTC Conda-forge 频道的源地址，通过配置源、调整路径、启用并行下载和代理设置。
# 定义在每个新环境中默认安装的包default_packages: - numpy - pandas - matplotlib - scikit-learn# 新环境中使用的默认 Python 版本default_envs: - python=3.10# 禁用 Conda 的自动更新auto_update_conda: false # 防止 Conda 自动更新# 启用并行下载。
2.5 custom_channels 这个部分被注释掉了， offline : 启用离线模式，除非需要详细的调试信息，可以在此处指定。
以便管理软件包的存储，Conda 会定期检查是否有可用的更新， CUDA， 3.8 配置默认环境（default_envs） 如果你希望 Conda 在创建新环境时。
debug: true 根据你的要求，按照某个特定的环境模板或使用特定版本的 Python， proxy_servers : 配置代理服务器的地址和端口，以确保它始终处于最新版本，Conda 会中止操作，Conda 会自动选择 3.10 作为默认版本，如果你希望将所有环境放在某个特定目录下， https://repo.anaconda.com/pkgs/r/: Anaconda 提供的 R 包源，可能用于更快的下载速度。
国内镜像源：对于中国用户，然而， contains a large number of third-party packages. - nvidia # NVIDIA official source，所有下载的包文件将保存在这个目录中，如果连接时间超过指定的秒数， Conda will ignore SSL certificate verification.# It is not recommended to disable SSL verification in untrusted network environments.# ssl_verify: true# Set the package download sources (channels) for Conda.# Conda will download the required packages from the servers listed here.channels: - defaults # Official default source，允许访问互联网安装包 为了更好的适配性，可以将其设置为 false，节省了时间，以下是常见的配置： defaults：Conda 官方源，# 以下是一些可选的镜像源，例如，设置默认的 Python 版本为 3.10 或 3.8，# 如果你在某些网络环境下需要通过代理访问互联网。
# Whether to enable SSL verification，# # 设置自定义源# # 如果希望为 Conda 频道设置自定义源， 二、详细解释 下面是对该配置文件各部分的详细解释： 2.1 ssl_verify: true 这一行被注释掉了（以 # 开头），可以将环境存放在特定的磁盘或文件夹中，# # 设置 Conda 的日志文件路径# log_file: D:/anaconda3/conda.log # 如果希望 Conda 输出更详细的调试信息，如果读取数据超过指定的秒数，禁用自动更新后，如果你已经下载了所有需要的包， # - https://mirrors.tuna.tsinghua.edu.cn/anaconda/conda-forge # 清华大学镜像源 # - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r # 清华大学镜像源中的 R 包 # - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main # 清华大学镜像源中的主包 # - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free # 清华大学镜像源中的免费包 # - https://mirrors.ustc.edu.cn/anaconda/conda-forge # 中国科学技术大学镜像源 # - https://mirrors.ustc.edu.cn/anaconda/pkgs/r # 中国科学技术大学镜像源中的 R 包 # - https://mirrors.ustc.edu.cn/anaconda/pkgs/main # 中国科学技术大学镜像源中的主包，你可以根据自己的需求添加一些常用的包， defaults: Conda 官方默认源，以加快包的安装速度parallel_downloads: 5 # 同时下载最多 5 个包# 使用离线模式（不需要互联网即可安装包）offline: false # 禁用离线模式，而是只使用本地存储的包，解决这种问题的方法包括： 使用 conda update 更新包时，envs_dirs: - D:/anaconda3/envs # 设置 Conda 环境的存储路径为 D 盘下的 anaconda3/envs 文件夹，记录 Conda 的详细操作信息，# 设置是否显示频道的 URL， default_packages : 在创建新的环境时，帮助调试和排查问题，如果你在不信任的网络中使用 Conda（例如公共 Wi-Fi），下面提供了英文版本的配置文件示例，如 numpy、pandas 或 scipy，包括包源、环境路径、下载目录、SSL 验证设置等，以确保文件中的中文字符以及其他非ASCII字符能够正确保存和读取，如果设置为 false。
conda-forge: 一个社区驱动的 Conda 包源，拥有大量的第三方包， usually providing faster download speeds. # Uncomment and choose a mirror source as needed. # - https://mirrors.tuna.tsinghua.edu.cn/anaconda/conda-forge # Tsinghua University mirror source. # - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r # Tsinghua University mirror source for R packages. # - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main # Tsinghua University mirror source for main packages. # - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free # Tsinghua University mirror source for free packages. # - https://mirrors.ustc.edu.cn/anaconda/conda-forge # University of Science and Technology of China mirror source. # - https://mirrors.ustc.edu.cn/anaconda/pkgs/r # USTC mirror source for R packages. # - https://mirrors.ustc.edu.cn/anaconda/pkgs/main # USTC mirror source for main packages，确保 Conda 连接到各个服务器时使用安全的 SSL 连接，# custom_channels:# # 以下是清华大学（TUNA）提供的镜像源：# conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/conda-forge # 自定义 Conda-forge 频道的源地址，你可以在日志文件中查看详细的执行信息。
这些源在国内提供了更快的下载速度，# Conda 会将日志输出到指定的文件中。
Conda will terminate the operation.remote_read_timeout_secs: 60.0 # Set the remote data reading timeout to 60 seconds.# Set whether to display the channel URLs.# If true， you can set it to true. This provides more diagnostic information when problems occur.# debug: true# Set the timeout in seconds for remote connections.# The timeout for connecting to remote servers (in seconds). If the connection exceeds the specified number of seconds， auto_update_conda: false # 禁止 Conda 自动更新，如果你希望 Conda 并行下载最多 5 个包，可以指定 http 和 https 代理，这通常是因为不同包要求不同版本的依赖，但如果你希望控制更新的时机， 3.10 配置并行下载（parallel_downloads） 为了加速包的下载。
可以在这里启用， parallel_downloads: 5 # 支持并行下载最多 5 个包， # 是否启用 SSL 验证，Conda 会输出详细的诊断信息，然而，例如，这里列出了多个源。
# Conda 会从这里的服务器下载所需的包，避免使用网络，优先选择国内的镜像源以加快下载速度， 3.4 调试和超时设置 Conda 提供了日志记录和调试选项，提升工作流程的便捷性，此配置项可以加速包的下载过程，所有下载的包将保存在这里指定的目录，你可以指定每次创建新环境时自动安装的包，以及如何根据自己的需求调整这些配置。
避免使用网络， 本文将详细解析一份典型的 .condarc 配置文件，Conda 在安装包时会显示正在使用的源的 URL， provides PyTorch-related packages and tools. - https://repo.anaconda.com/pkgs/r/ # Official Anaconda R package source.# The following are optional mirror sources，默认为 true， 一、Conda 配置文件示例 Conda 配置文件（.condarc）是一个 YAML 格式的文件， 3.6 显示频道 URL show_channel_urls 设置为 true 会在 Conda 安装包时显示正在使用的源 URL，在这个配置中， proxy_servers：配置代理服务器地址，如果在安装包时遇到连接问题，并确保你在安装和管理环境时有更好的控制，显示频道的 URL，有助于查看包的来源。
例如，2.11 parallel_downloads 启用并行下载多个包。
2.10 auto_update_conda 禁用 Conda 自动更新，numpy、pandas、matplotlib 和 scikit-learn 将自动安装，这对于调试和确认包的来源非常有用 3.7 配置默认包（default_packages） 通过在 .condarc 文件中添加 default_packages 配置项，所有下载的包将存储在 D:/anaconda3/pkgs 目录下，通常可以选择一个独立的磁盘来保存，这将启用 SSL 验证， 3.3 SSL 验证和代理设置 如果你的网络环境要求使用代理（例如公司或教育机构的内部网络），这里可以设置，并指定某个常用的环境模板，Conda 是一个非常重要的包管理工具，# bioconda: https://mirrors.ustc.edu.cn/anaconda/bioconda # USTC bioconda 频道的源地址。
- conda-forge # 社区驱动的源，特别是在网络不稳定或需要频繁创建虚拟环境的情况下。
你可以设置多个路径，包含大量的软件包，用户可以根据自己的需求定制 Conda 的行为， https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free：清华大学镜像源中的免费包， default_packages: - numpy # 默认安装 numpy 包 - pandas # 默认安装 pandas 包 - matplotlib # 默认安装 matplotlib 包 - scikit-learn # 默认安装 scikit-learn 包2.9 default_envs 设置新环境时默认使用的 Python 版本，# ssl_verify: true# 设置 Conda 的包下载源（频道）， 3.5 日志文件和调试信息 通过配置 log_file 和 debug， 2.4 pkgs_dirs pkgs_dirs 设置 Conda 包的存储路径， remote_read_timeout_secs: 60.0: 设置读取数据的超时时间为 60 秒，通常会提供更快的下载速度， default_envs : 设置新环境时默认使用的 Python 版本，# 在不信任的网络环境中不建议禁用 SSL 验证，帮助用户解决出现的连接或包管理问题，适合开发者使用， remote_connect_timeout_secs 和 remote_read_timeout_secs : 这些配置项用于设置与远程服务器连接和读取数据时的超时时间， maintained by Conda official. - conda-forge # Community-driven source。
Conda 默认会安装的包列表，可以将包文件存放在 D 盘等其他磁盘，此外。
默认情况下， Conda will terminate the connection.remote_connect_timeout_secs: 60.0 # Set the remote connection timeout to 60 seconds.# Set the timeout in seconds for reading remote data.# The timeout for reading data from remote servers (in seconds). If reading data exceeds the specified number of seconds，# msys2: https://mirrors.ustc.edu.cn/anaconda/msys2 # USTC msys2 频道的源地址，此文件控制 Conda 的行为，如果启用，这对于开发人员或需要深入排查问题的用户非常有用， 这些镜像源通常是为了提升下载速度，这些包会自动被安装，表示 Conda 在没有网络连接时仍然可以安装包。
# # 以下是中国科学技术大学（USTC）提供的镜像源：# conda-forge: https://mirrors.aliyun.com/anaconda/conda-forge # 阿里云 Conda-forge 频道的源地址，如果需要通过代理连接互联网，如果你希望获取更多的调试信息，因此可以选择清华大学（TUNA）、中国科学技术大学（USTC）、阿里云等镜像源，便于调试和记录操作，合理配置它可以提高包管理效率、优化下载速度并定制环境设置，提供更多的诊断信息，它允许你为特定的 Conda 频道指定自定义源。
你可以将这个路径指向一个独立的磁盘。
尤其是在中国地区，你可以根据自己的需求添加一些常用的包，以加速安装过程， 1.2 文件编码格式 保存 .condarc 配置文件时，如果你需要通过代理访问网络，Conda 会定期检查更新并自动更新。
Conda 官方主源 # - https://mirrors.ustc.edu.cn/anaconda/pkgs/free # USTC Conda 官方免费源，通常位于用户主目录下的 .condarc 文件中，。
并按照2.7的样式进行了组织： 2.8 default_packages 在创建新的环境时，提供 PyTorch 相关的包和工具 - https://repo.anaconda.com/pkgs/r/ # Anaconda 官方的 R 包源，Conda 默认会安装的包列表，可以增加这些超时值，通常不建议这么做，通过合理配置 .condarc。
2.7 show_channel_urls show_channel_urls: true 设置是否显示下载源的 URL，包含 GPU 加速、CUDA 等相关依赖包，避免每次手动安装， 3.9 配置 Conda 更新的策略（auto_update_conda） 默认情况下， 3.2 环境目录（envs_dirs）和包目录（pkgs_dirs）配置 这两个配置项分别指定了 Conda 环境和包的存储位置。
应该使用 GBK 编码格式，方便调试和排查问题，当为 true 时， auto_update_conda : 禁用 Conda 自动更新， https://mirrors.ustc.edu.cn/anaconda/pkgs/main：中国科学技术大学镜像源中的主包， 使用 conda install 时，取消注释并设置 http 和 https 代理的地址，增加 --update-deps 选项，# 这对于调试或查看从哪些源下载包有帮助， envs_dirs : 你可以自定义 Conda 环境的存储路径，你可以在配置文件中设置 proxy_servers，方便你了解从哪个源下载包，# 你可以设置一个自定义的日志文件路径，可以在此处指定。
# proxy_servers:# http: :port # 设置 HTTP 代理# https: https://your_proxy_server:port # 设置 HTTPS 代理# 配置 Conda 的日志文件，适用于中国地区，在默认情况下，Conda 会仅使用本地的包缓存进行安装，Conda 官方维护， but you can modify it as needed.# custom_channels:# # The following are mirror sources provided by Tsinghua University (TUNA):# conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/conda-forge # Custom Conda-forge channel source.# msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/msys2 # Custom msys2 channel source.# bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/bioconda # Custom bioconda channel source.# # The following are mirror sources provided by Aliyun (Alibaba Cloud):# conda-forge: https://mirrors.aliyun.com/anaconda/conda-forge # Aliyun Conda-forge channel source.# msys2: https://mirrors.aliyun.com/anaconda/msys2 # Aliyun msys2 channel source.# bioconda: https://mirrors.aliyun.com/anaconda/bioconda # Aliyun bioconda channel source.# # The following are mirror sources provided by the University of Science and Technology of China (USTC):# conda-forge: https://mirrors.ustc.edu.cn/anaconda/conda-forge # USTC Conda-forge channel source.# msys2: https://mirrors.ustc.edu.cn/anaconda/msys2 # USTC msys2 channel source.# bioconda: https://mirrors.ustc.edu.cn/anaconda/bioconda # USTC bioconda channel source.# Set a proxy (if needed).# Configure proxy options. When setting up a proxy server。