Pakua Korpusi ya Gensim kwa Proksi na Saraka ya Akiba Uliyoichagua

Weka mazingira ya proksi ya urllib na GENSIM_DATA_DIR kabla ya kipakuzi kuanza; kutumia CLI hakubadilishi HTTP backend yake.

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

Uzinduzi huu wa POSIX hutoa proksi ya HTTPS na saraka ya data kabla ya kuagiza kipakuzi cha Gensim, kisha hupakua text8 na hurudisha njia yake ya ndani. Chagua kituo cha HTTP kutoka orodha ya proksi za HTTP kwa njia ya upakuaji ya umma, na ubadilishe saraka kwa njia unayokusudia.

GENSIM_DATA_DIR husomwa katika saraka ya msingi ya moduli wakati wa kuagiza. Thamani yake chaguo-msingi ni ~/gensim-data, kwa hivyo kuiweka baada ya kuagiza gensim.downloader ni kuchelewa sana kwa uanzishaji huo.

CLI huita kitendakazi kile kile cha load kinachotumiwa na msimbo wa Python na hutumia urllib. Katika programu, api.load(name, return_path=True) huchagua tabia ya kupakua pekee badala ya kupakia seti ya data kwenye kumbukumbu.

Kwa hitilafu iliyobaki, tofautisha ombi la faharasa na ombi la faili. Faharasa hutoka kwa mwenyeji wa maudhui ghafi wa GitHub; faili hutoka kwa matoleo na zinaweza kuelekezwa mahali pengine. Akiba ya taarifa ya ndani inaweza kuruhusu utafutaji wa faharasa kuendelea baada ya hitilafu ya mtandao. Data iliyopo inaweza kuepusha upakuaji mwingine wa faili. Kwa hivyo upakiaji wa joto hauthibitishi kwamba njia zote mbili za mtandao zilifanya kazi.

Makala zinazohusiana