最近要使用一下 spacy 库，安装版本为 spacy 3.0.6。
其他环境版本为， torch 版本为 1.8.1+cu111，torchtext 0.9.1.
但是，装完 spacy库后却一直 无法安装 en_core_web_sm，一开始使用的以下官方给的安装命令
python -m spacy download en_core_web_sm
但是却半天没有反应，可能是网络问题？不清楚到底什么原因。
后来，看到 这篇博客 后改为使用本地安装：
- 先去官网下载en_core_web_sm-3.0.0 ； （其他版本同理）
- 然后，将下载好的文件通过 xftp 上传到服务器；
- 最后，在指定虚拟环境下执行命令：
pip install 存放位置/en_core_web_sm-2.1.0.tar.gz
终于安装成功啦！
到这里，en_core_web_sm-3.0.0 安装是完成了，但是使用 torchtext 下载 IMDB 数据集时又出现错误：
from torchtext.legacy import datasets
train_data, test_data = datasets.IMDB.splits(TEXT, LABEL)
第一次运行报错如下：
应该是网络的问题？英语不好也没看太懂。
第二次再运行，虽然没报错了，但是数据集没下载下载，加载数据集为空，如下图：
然后参考这位dalao的博客 torchtext-IMDB数据集下载过慢解决了。
思路还是同上安装 en_core_web_sm-3.0.0 一样，先去官网下载文件（IMDB 数据集），然后上传到服务器并解压。
安装 IMDB 数据集，两点注意：
- 先运行代码，程序会在当前目录下生成一个 .data/imdb 的隐藏文件夹；
- 然后将下载的 aclImdb_v1.tar.gz 文件，放到(mv)隐藏文件夹 .data/imdb中，不是自己新建 data/imdb
（一开始我就是傻乎乎的这样，后来还是torchtext-IMDB数据集下载过慢博主dalao帮忙解决的），万分感谢。 - 使用 ls -a 可以查看当前目录所有文件（包括隐藏文件夹 .data）
- linux 解压 “*.tar.gz”文件 命令 ： tar -zxvf 压缩文件名.tar.gz
Original: https://blog.csdn.net/weixin_56915683/article/details/116797991
Author: pospre
Title: 安装 en_core_web_sm-3.0.0
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/548143/
转载文章受原作者版权保护。转载请注明原作者出处！