Last ned eit Gensim-korpus med ein proxy og ei vald cachemappe

Set urllibs proxymiljø og GENSIM_DATA_DIR før nedlastaren startar; bruk av CLI endrar ikkje HTTP-backenden.

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

Denne POSIX-starten leverer HTTPS-proxyen og datamappa før nedlastaren til Gensim vert importert, lastar så ned text8 og returnerer den lokale stien. Vel eit HTTP-endepunkt frå HTTP-proxylista for ei offentleg nedlastingsrute, og byt ut mappa med den tiltenkte stien.

GENSIM_DATA_DIR vert lese inn i basismappa til modulen ved import. Standardverdien er ~/gensim-data, så det er for seint å setje han etter import av gensim.downloader for den initialiseringa.

CLI-en kallar den same load-funksjonen som Python-koden brukar, og brukar urllib. I ein applikasjon vel api.load(name, return_path=True) berre-nedlasting i staden for å laste datasettet inn i minnet.

Ved ein vedvarande feil må du skilje indeksførespurnaden frå filførespurnaden. Indeksen kjem frå verten til GitHub for rå innhald; filer kjem frå utgjevingar og kan omdirigere til andre mål. Den lokale informasjonsbufferen kan la indeksoppslaget halde fram etter ein nettverksfeil. Eksisterande data kan unngå nok ei filnedlasting. Ein varm innlasting beviser derfor ikkje at begge nettverksvegane virka.

Relaterte artiklar