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

QM9 download links are broken

Aperta
  • Qualcosa non va?
#11,210 1 commento 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
2/5
Tempo stimato
1-3 ore
Idoneità per principianti
55/100
Tipo di issue
Bug
Chiarezza
Abbastanza chiara
Stato di attività
Tranquilla
Stack tecnologico
python, tensorflow
Ambito
data

Direzione di ricerca

Inizia con la riproduzione collegata in Google Colab per confermare che il download di QM9 riceva una risposta 202 e non venga completato. Individua la configurazione del download di QM9, aggiorna i percorsi del provider usando i link corretti descritti nell'issue e verifica che i relativi valori SHA-256 corrispondano e che il dataset venga scaricato correttamente.

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

Descrizione

bug

/!\ PLEASE INCLUDE THE FULL STACKTRACE AND CODE SNIPPET

Short description
QM9 dataset links are broken.

Environment information

  • Operating System: ubuntu22

  • Python version: 3.12

  • tensorflow-datasets/tfds-nightly version: 4.9.10+nightly

  • tensorflow/tf-nightly version: 2.21

  • Does the issue still exists with the last tfds-nightly package (pip install --upgrade tfds-nightly) ? yes

Reproduction instructions
Google colab with reproduction:
https://colab.research.google.com/drive/1wYtUHNxWCe8tGxHgb1iT0LuyFHteo-_3#scrollTo=x2BB5jV0Zo3a

Expected behavior
QM9 is downloaded

Additional context
The data provider seems to have changed slightly the paths to the dataset. A 202 is received and the download doesn't happen. I have found the correct links (they match the sha256sums) - pull request fixing the links to follow.

Image
Lingua principale
Python
Stelle
4.6k
Fork
1.6k
Merge medio
5h 47m
PR unite (30g)
2

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.