Lawrlwytho corpws Gensim gyda phrosi a chyfeiriadur cache o'ch dewis

Gosodwch amgylchedd prosi urllib a GENSIM_DATA_DIR cyn i'r lawrlwythydd ddechrau; nid yw defnyddio'r CLI yn newid ei ôl-lwyfan HTTP.

https_proxy=http://proxy.example:8080 \
GENSIM_DATA_DIR=/path/to/gensim-data \
python -m gensim.downloader --download text8

Mae'r lansiad POSIX hwn yn darparu'r prosi HTTPS a'r cyfeiriadur data cyn mewnforio lawrlwythydd Gensim, yna'n lawrlwytho text8 ac yn dychwelyd ei lwybr lleol. Dewiswch bwynt terfyn HTTP o'r rhestr prosi HTTP ar gyfer llwybr lawrlwytho cyhoeddus, a disodli'r cyfeiriadur â'r llwybr a fwriadwyd.

Mae GENSIM_DATA_DIR yn cael ei ddarllen i gyfeiriadur sylfaen y modiwl wrth fewnforio. Ei ragosodiad yw ~/gensim-data, felly mae ei osod ar ôl mewnforio gensim.downloader yn rhy hwyr ar gyfer y cychwyn hwnnw.

Mae'r CLI yn galw'r un ffwythiant load ag y mae cod Python yn ei ddefnyddio ac yn defnyddio urllib. Mewn cymhwysiad, mae api.load(name, return_path=True) yn dewis ymddygiad lawrlwytho yn unig yn lle llwytho'r set ddata i'r cof.

Ar gyfer methiant sy'n parhau, gwahaniaethwch y cais mynegai oddi wrth gais y ffeil. Daw'r mynegai o westeiwr cynnwys crai GitHub; daw ffeiliau o ryddhadau a gallant ailgyfeirio i gyrchfannau eraill. Gall y cache gwybodaeth lleol adael i chwiliad y mynegai barhau ar ôl methiant rhwydwaith. Gall data sy'n bodoli osgoi lawrlwytho ffeil arall. Felly nid yw llwyth cynnes yn profi bod y ddwy lwybr rhwydwaith wedi gweithio.

Erthyglau cysylltiedig