WMT14英法数据集加载代码报错：SSL证书过期，请求指向WMT13资源

核心问题分析 #

你调用tensorflow-datasets下载WMT14英法数据集时，TFDS会自动依赖WMT13的Europarl v7训练数据，但该数据的原托管站点www.statmt.org的SSL证书已过期，导致SSL验证失败；上周可用现在失效，说明是站点证书近期过期，而非本地环境临时故障。

具体解决步骤 #

1. 临时跳过SSL验证（快速调试用） #

在tfds.load中添加参数，强制下载时跳过SSL证书验证：

# Load the French-English dataset
examples, metadata = tfds.load(
    'wmt14_translate/fr-en', 
    with_info=True, 
    as_supervised=True,
    download_and_prepare_kwargs={
        'download_kwargs': {'verify': False}
    }
)
train_examples, val_examples = examples['train'], examples['validation']

注意：此方法仅用于临时调试，生产环境不建议使用，存在安全风险。

2. 升级TensorFlow Datasets版本 #

新版本的TFDS可能已替换了数据源地址，避开证书过期的站点。执行命令升级：

pip install --upgrade tensorflow-datasets

升级后再重新运行原代码，看是否自动切换到可用的数据源。

3. 手动下载数据集并本地加载 #

如果上述方法无效，可手动下载数据集文件，让TFDS从本地读取：

• 先查看WMT14英法数据集需要的所有文件地址：

  import tensorflow_datasets as tfds
  builder = tfds.builder('wmt14_translate/fr-en')
  print(builder.builder_config.data_urls)
  

• 从其他可信镜像源获取这些文件（比如公开的数据集镜像仓库）
• 将下载的文件放到TFDS默认缓存目录（Linux/macOS为~/.tensorflow_datasets/downloads/，Windows为C:\Users\<你的用户名>\.tensorflow_datasets\downloads\），或者在tfds.load中指定data_dir参数指向你存放文件的目录。

4. 更新本地CA证书（辅助排查） #

虽然核心问题是站点证书过期，但更新本地CA证书库可能解决部分验证异常：

• Ubuntu/Debian系统：

  sudo apt update && sudo apt install --reinstall ca-certificates
  

• macOS系统（需安装Homebrew）：

  brew install ca-certificates
  sudo update-ca-certificates
  

内容的提问来源于stack exchange，提问作者wandering_tiger