Ṣe igbasilẹ Gensim Corpus pẹlu Proxy ati Directory Cache ti o yan

Ṣeto agbegbe proxy urllib ati GENSIM_DATA_DIR ṣaaju ki olusọkalẹ bẹrẹ; lilo CLI ko yi HTTP backend rẹ pada.

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

Ifilọlẹ POSIX yii pese proxy HTTPS ati directory data ṣaaju ki o to gbe olusọkalẹ Gensim wọle, lẹhinna ṣe igbasilẹ text8 ati da ọna agbegbe rẹ pada. Yan opin HTTP lati akojọ proxy HTTP fun ọna igbasilẹ gbogbo eniyan, ki o si fi ọna ti o fẹ rọpo directory naa.

GENSIM_DATA_DIR ni a ka sinu directory ipilẹ module naa nigba gbigbewọle. Iye aiyipada rẹ jẹ ~/gensim-data, nitorina fifi si lẹhin gbigbe gensim.downloader wọle ti pẹ ju fun ibẹrẹ yẹn.

CLI pe iṣẹ load kanna ti koodu Python nlo o si nlo urllib. Ninu ohun elo kan, api.load(name, return_path=True) yan ihuwasi igbasilẹ nikan dipo gbigbe dataset sinu iranti.

Fun ikuna ti o ku, ya ọrọ index kuro ninu ọrọ faili. Index wa lati inu ẹrọ ohun elo aise GitHub; awọn faili wa lati awọn itusilẹ ati pe o le darí si awọn ibi miiran. Cache alaye agbegbe le jẹ ki wiwa index tẹsiwaju lẹhin ikuna nẹtiwọki. Data ti o wa tẹlẹ le yago fun igbasilẹ faili miiran. Nitorina ẹru gbigbona ko fi idi rẹ mulẹ pe awọn ọna nẹtiwọki mejeeji ṣiṣẹ.

Àwọn àpilẹ̀kọ tó jọra