પ્રોક્સી અને પસંદ કરેલી કેશ ડિરેક્ટરી સાથે Gensim કોર્પસ ડાઉનલોડ કરો
ડાઉનલોડર શરૂ થાય તે પહેલાં urllib નું પ્રોક્સી વાતાવરણ અને GENSIM_DATA_DIR સેટ કરો; CLI વાપરવાથી તેનું HTTP બેકએન્ડ બદલાતું નથી.
https_proxy=http://proxy.example:8080 \
GENSIM_DATA_DIR=/path/to/gensim-data \
python -m gensim.downloader --download text8આ POSIX લોન્ચ Gensim ના ડાઉનલોડરને આયાત કરતાં પહેલાં HTTPS પ્રોક્સી અને ડેટા ડિરેક્ટરી પૂરી પાડે છે, પછી text8 ડાઉનલોડ કરે છે અને તેનો સ્થાનિક પાથ પરત આપે છે. જાહેર ડાઉનલોડ માર્ગ માટે HTTP પ્રોક્સી યાદીમાંથી HTTP એન્ડપોઇન્ટ પસંદ કરો, અને ડિરેક્ટરીને ઇચ્છિત પાથથી બદલો.
આયાત દરમિયાન GENSIM_DATA_DIR મોડ્યુલની મૂળ ડિરેક્ટરીમાં વાંચવામાં આવે છે. તેનું મૂળભૂત મૂલ્ય ~/gensim-data છે, તેથી gensim.downloader આયાત કર્યા પછી તેને સેટ કરવું તે ઇનિશિયલાઇઝેશન માટે ઘણું મોડું છે.
CLI એ Python કોડ વાપરે છે તે જ load ફંક્શનને કૉલ કરે છે અને urllib વાપરે છે. એપ્લિકેશનમાં api.load(name, return_path=True) ડેટાસેટને મેમરીમાં લોડ કરવાને બદલે ફક્ત-ડાઉનલોડ વર્તન પસંદ કરે છે.
બાકી રહેલી નિષ્ફળતા માટે, ઇન્ડેક્સ વિનંતીને ફાઇલ વિનંતીથી અલગ કરો. ઇન્ડેક્સ GitHub ના કાચા-સામગ્રી હોસ્ટ પરથી આવે છે; ફાઇલો રિલીઝમાંથી આવે છે અને બીજા લક્ષ્યો તરફ રીડાયરેક્ટ થઈ શકે છે. સ્થાનિક માહિતી કેશ નેટવર્ક નિષ્ફળતા પછી ઇન્ડેક્સ શોધ ચાલુ રાખવા દે છે. હાલનો ડેટા બીજી ફાઇલ ડાઉનલોડ ટાળી શકે છે. તેથી ગરમ લોડ સાબિત કરતું નથી કે બંને નેટવર્ક માર્ગ કામ કરતા હતા.