Hacktoberfest 2026: le issue che i maintainer hanno segnato per ottobre, aperte e adatte ai principianti. Sfoglia le issue Hacktoberfest

Unable to load the LFW dataset

Aperta
  • Qualcosa non va?
#11,012 1 commento 0 reazioni 0 assegnatari Vedi su GitHub

I maintainer di solito rispondono entro 1 giorno

@srushtikaware ci sta già lavorando.

Dal 1/3/2026.

Valutazione

Difficoltà
3/5
Tempo stimato
1-2 giorni
Idoneità per principianti
35/100
Tipo di issue
Bug
Chiarezza
Abbastanza chiara
Stato di attività
Ferma
Stack tecnologico
python
Ambito
data, machine-learning

Direzione di ricerca

Inizia eseguendo la riproduzione riportata tfds.load("lfw", split="train") nell’ambiente Colab indicato e analizza il problema di download per vis-www.cs.umass.edu. L’issue non indica alcun file sorgente né alcun test; il lavoro è considerato completato quando il dataset LFW viene caricato tramite TFDS usando una fonte funzionante o una soluzione alternativa documentata.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

bug contributions welcome

Short description
Unable to load the LFW dataset via TensorFlow Datasets for about a month. The download fails with a NameResolutionError for vis-www.cs.umass.edu.

Environment information
Colab

Reproduction instructions

import tensorflow_datasets as tfds

ds = tfds.load("lfw", split="train")

Full stack trace:
WARNING:urllib3.connectionpool:Retrying (Retry(total=9, connect=None, read=None, redirect=None, status=None)) after connection broken by
'NameResolutionError("<urllib3.connection.HTTPConnection object at 0x7e382ee39cd0>: Failed to resolve 'vis-www.cs.umass.edu' ([Errno -2] Name or service not known)")': /lfw/lfw.tgz

Additional context
It appears the domain vis-www.cs.umass.edu is no longer resolving. Is there an alternate download URL or a recommended workaround so that tfds recognizes the dataset?

Lingua principale
Python
Stelle
4.6k
Fork
1.6k
Merge medio
9h
PR unite (30g)
8

Preparare l'ambiente

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di tensorflow/datasets

Tutte le issue di tensorflow/datasets

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.