Niżżel korpus Gensim b'proxy u direttorju tal-cache magħżul

Issettja l-ambjent tal-proxy ta' urllib u GENSIM_DATA_DIR qabel ma jibda d-downloader; l-użu tas-CLI ma jbiddilx il-backend HTTP tiegħu.

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

Dan it-tnedija POSIX jipprovdi l-proxy HTTPS u d-direttorju tad-data qabel ma jiġi importat id-downloader ta' Gensim, imbagħad iniżżel text8 u jirritorna l-mogħdija lokali tiegħu. Agħżel endpoint HTTP mill-lista tal-proxy HTTP għal rotta pubblika tat-tniżżil, u ibdel id-direttorju bil-mogħdija mixtieqa.

GENSIM_DATA_DIR jinqara fid-direttorju bażiku tal-modulu waqt l-importazzjoni. Il-valur default tiegħu huwa ~/gensim-data, għalhekk issuġġerih wara li timporta gensim.downloader huwa tard wisq għal dik l-inizjalizzazzjoni.

Is-CLI issejjaħ l-istess funzjoni load li juża l-kodiċi Python u tuża urllib. F'applikazzjoni, api.load(name, return_path=True) jagħżel imġieba ta' tniżżil biss minflok ma jgħabbi d-dataset fil-memorja.

Għal falliment li jibqa', iddistingwi t-talba tal-indiċi mit-talba tal-fajl. L-indiċi jiġi mill-host tal-kontenut mhux ipproċessat ta' GitHub; il-fajls jiġu mir-releases u jistgħu jirridirezzjonaw lejn destinazzjonijiet oħra. Il-cache lokali tal-informazzjoni tista' tħalli t-tfittxija tal-indiċi tkompli wara falliment tan-netwerk. Data eżistenti tista' tevita tniżżil ieħor ta' fajl. Għalhekk tagħbija sħuna ma tipprovax li ż-żewġ mogħdijiet tan-netwerk ħadmu.

Artikli relatati