ດາວໂຫຼດ Gensim Corpus ດ້ວຍ proxy ແລະໂຟນເດີ cache ທີ່ເລືອກ

ຕັ້ງຄ່າສະພາບແວດລ້ອມ proxy ຂອງ urllib ແລະ GENSIM_DATA_DIR ກ່ອນຕົວດາວໂຫຼດຈະເລີ່ມ; ການໃຊ້ CLI ບໍ່ປ່ຽນ HTTP backend ຂອງມັນ.

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

ການເລີ່ມ POSIX ນີ້ໃຫ້ proxy HTTPS ແລະໂຟນເດີຂໍ້ມູນກ່ອນນຳເຂົ້າຕົວດາວໂຫຼດຂອງ Gensim, ແລ້ວດາວໂຫຼດ text8 ແລະສົ່ງຄືນເສັ້ນທາງທ້ອງຖິ່ນຂອງມັນ. ເລືອກ HTTP endpoint ຈາກ ລາຍຊື່ proxy HTTP ສຳລັບເສັ້ນທາງດາວໂຫຼດສາທາລະນະ, ແລະປ່ຽນໂຟນເດີເປັນເສັ້ນທາງທີ່ຕ້ອງການ.

GENSIM_DATA_DIR ຖືກອ່ານເຂົ້າໂຟນເດີພື້ນຖານຂອງໂມດູນເມື່ອນຳເຂົ້າ. ຄ່າເລີ່ມຕົ້ນແມ່ນ ~/gensim-data, ດັ່ງນັ້ນການຕັ້ງຄ່າຫຼັງນຳເຂົ້າ gensim.downloader ແມ່ນຊ້າເກີນໄປສຳລັບການເລີ່ມຕົ້ນນັ້ນ.

CLI ເອີ້ນຟັງຊັນ load ດຽວກັນກັບທີ່ໂຄ້ດ Python ໃຊ້ ແລະໃຊ້ urllib. ໃນແອັບພລິເຄຊັນ, api.load(name, return_path=True) ເລືອກພຶດຕິກຳດາວໂຫຼດຢ່າງດຽວແທນການໂຫຼດຊຸດຂໍ້ມູນເຂົ້າຫນ່ວຍຄວາມຈຳ.

ສຳລັບຄວາມຜິດພາດທີ່ຍັງເຫຼືອ, ແຍກຄຳຂໍ index ອອກຈາກຄຳຂໍໄຟລ໌. index ມາຈາກໂຮສເນື້ອຫາດິບຂອງ GitHub; ໄຟລ໌ມາຈາກ release ແລະອາດປ່ຽນເສັ້ນທາງໄປຫາຈຸດໝາຍອື່ນ. cache ຂໍ້ມູນທ້ອງຖິ່ນສາມາດໃຫ້ການຄົ້ນຫາ index ສືບຕໍ່ຫຼັງຄວາມຜິດພາດເຄືອຂ່າຍ. ຂໍ້ມູນທີ່ມີຢູ່ແລ້ວສາມາດຫຼີກລ້ຽງການດາວໂຫຼດໄຟລ໌ອີກ. ດັ່ງນັ້ນການໂຫຼດອຸ່ນບໍ່ໄດ້ພິສູດວ່າເສັ້ນທາງເຄືອຂ່າຍທັງສອງເຮັດວຽກ.

ບົດຄວາມທີ່ກ່ຽວຂ້ອງ