E Gensim-Korpus mat engem Proxy an engem gewielten Cache-Verzeechnis eroflueden

Setz dem urllib seng Proxy-Ëmgebung an GENSIM_DATA_DIR, ier den Downloader ufänkt; d'CLI ze benotzen ännert säin HTTP-Backend net.

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

Dësen POSIX-Ufruff stellt den HTTPS-Proxy an den Datenverzeechnis bereet, ier dem Gensim säin Downloader importéiert gëtt, luet dann text8 erof a gëtt säi lokale Pad zréck. Wielt en HTTP-Endpunkt aus der HTTP-Proxy-Lëscht fir eng ëffentlech Download-Route a ersetze den Verzeechnis duerch de gewënschte Pad.

GENSIM_DATA_DIR gëtt beim Import an den Basisverzeechnis vum Modul gelies. Den Standardwäert ass ~/gensim-data, dofir ass et ze spéit, en no dem Import vum gensim.downloader fir déi Initialiséierung ze setzen.

D'CLI rufft déi selwecht Funktioun load op, déi de Python-Code benotzt, a benotzt urllib. An enger Applikatioun wielt api.load(name, return_path=True) nëmmen-erofueren Verhalen, amplaz den Datesaz an de Späicher ze lueden.

Bei engem verbleiwenen Feeler muss een d'Index-Ufro vun der Datei-Ufro ënnerscheeden. Den Index kënnt vum GitHub sengem Raw-Content-Host; Dateie kommen aus Releases a kënnen op aner Destinatioune weiderleeden. Den lokalen Informatiounscache kann d'Index-Sich no engem Netzwierkfeeler weiderlafe loossen. Existéierend Daten kënnen en aneren Dateidownload vermeiden. En waarmen Download beweist also net, datt béid Netzwierkweeër funktionéiert hunn.

Ähnlech Artikelen