Anaconda新建虚拟环境-报错Multiple Errors Encountered

Anaconda新建不同版本Python虚拟环境（报错Multiple Errors Encountered）

最近在搞深度学习，处理MNIST数据集时要涉及到PKL类型文件处理，本人使用的Python内置版本是3.7，此时报错

ValueError：unsupport pickle protocol：5

后来查资料发现是Python3.8以下版本不支持load()读取PKL文件。
于是就用Anaconda配置了一个Python3.8的虚拟环境使用，之前也一直用的Jupyter，最近开始涉及项目，所以这次想试试用Spyder调试，或许会更方便直观一点。

一、Anaconda新建Python3.8虚拟环境

1、Anaconda Prompt中更新conda

conda update conda

2、创建指定Python版本虚拟环境（耐心等待）

#--name 可简写为 -n，后接自定义虚拟环境的名称
conda create --name python38 python=3.8

3、激活环境

#activate 虚拟环境名称
activate python38

二、配置Spyder（Jupyter）

使用Anaconda或者Anaconda Prompt配置时可能会因为下载源的问题，产生间歇性（速度也慢）的问题。

如报错
Multiple Errors Encountered
OR
An HTTP error occurred when trying to retrieve this URL.

由于其默认的下载源时国外的链接，因此将源改为国内镜像即可。

1、添加清华镜像链接

法1：cmd中依次运行以下代码

# 使用清华的镜像链接
conda config --add channels 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/'

conda config --set show_channel_urls yes

同时，需要在Anaconda Prompt中运行：（不用切换到具体环境中，直接在base下就行）

#删除之前缓存的且不完整的包
conda clean --packages --tarballs

完成后直接在Anaconda中Launch即可
但本人进行以上操作后依然会报错（参考其他博主有成功过的，根据自己情况而定），接下来选择用Anaconda Prompt进行配置

法2：修改.condarc文件（本人使用这个成功）

在C盘中找到用户，用户名文件下找到.condarc文件，修改其中代码为：

channels:
  - defaults
show_channel_urls: true
default_channels:
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
custom_channels:
  conda-forge: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

之后在Anaconda Prompt中清除缓存的包，激活python38的虚拟环境

activate python38

使用命令安装Spyder（也可以直接安装该版本下的Anaconda）

conda install spyder
#conda install anaconda（会把该Py版本下的Jupyter、Spyder和Prompt都安装下来）

使用命令行安装可以更直观的看到包的安装情况，需注意会碰到 Proceed ( [y]/n )?，此时只需y+enter即可。

三、注意事项

1、在新的虚拟环境下，如果需要使用原环境的包（NumPy等）需要在该环境下重新安装。

2、新建虚拟环境的Py文件在原环境文件下envs文件中，至于新配置的Spyder（Jupyter）等在C盘用户文件中可找到。