Stiahnite korpus Gensim cez proxy a zvolený adresár vyrovnávacej pamäte

Nastavte proxy prostredie urllib a GENSIM_DATA_DIR pred spustením sťahovača; používanie CLI nemení jeho HTTP backend.

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

Toto spustenie POSIX poskytne HTTPS proxy a dátový adresár pred importom sťahovača Gensim, potom stiahne text8 a vráti jeho miestnu cestu. Vyberte HTTP koncový bod zo zoznamu HTTP proxy pre verejnú cestu sťahovania a adresár nahraďte zamýšľanou cestou.

GENSIM_DATA_DIR sa pri importe načíta do základného adresára modulu. Predvolená hodnota je ~/gensim-data, takže nastavenie po importe gensim.downloader je pre túto inicializáciu príliš neskoro.

CLI volá tú istú funkciu load, ktorú používa kód Pythonu, a používa urllib. V aplikácii api.load(name, return_path=True) volí správanie iba sťahovania namiesto načítania dátovej sady do pamäte.

Pri pretrvávajúcej chybe rozlíšte požiadavku na index od požiadavky na súbor. Index pochádza z hostiteľa surového obsahu GitHubu; súbory pochádzajú z vydaní a môžu presmerovať na iné ciele. Miestna vyrovnávacia pamäť informácií môže umožniť, aby vyhľadávanie v indexe pokračovalo po výpadku siete. Existujúce údaje môžu ušetriť ďalšie sťahovanie súboru. „Teplé“ načítanie teda nedokazuje, že obe sieťové cesty fungovali.

Súvisiace články