在Google Colab运行Seq2Seq模型时加载数据集遇406错误

出现406错误是因为目标服务器拒绝了tf.keras.utils.get_file默认的请求头——服务器无法识别该请求的客户端信息，因此返回"Not Acceptable"。以下是几种可行的解决方法：

方法1：使用requests库自定义请求头下载 #

替换原有的下载函数，用requests设置合规的User-Agent来下载文件，示例代码：

import requests
import os
import zipfile

def download_NMT():
    # 设置模拟浏览器的请求头
    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.36'
    }
    url = 'https://www.manythings.org/anki/ita-eng.zip'
    # 下载文件到临时路径
    response = requests.get(url, headers=headers)
    zip_path = '/tmp/ita-eng.zip'
    with open(zip_path, 'wb') as f:
        f.write(response.content)
    # 解压文件
    extract_dir = '/tmp/ita-eng'
    with zipfile.ZipFile(zip_path, 'r') as zip_ref:
        zip_ref.extractall(extract_dir)
    # 返回数据集文件路径
    return os.path.join(extract_dir, 'ita.txt')

方法2：使用Colab的shell命令下载 #

直接在Colab单元格中执行wget命令，指定User-Agent后解压，示例：

# 下载文件
wget -U "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.36" https://www.manythings.org/anki/ita-eng.zip
# 解压文件
unzip ita-eng.zip -d ita-eng

之后在Python代码中直接使用路径'ita-eng/ita.txt'即可。

方法3：手动上传（备选） #

如果上述方法都无法使用，可以手动下载该压缩包，然后通过Colab左侧面板的"文件"选项上传到Colab环境，再解压使用。

内容的提问来源于stack exchange，提问作者AntonelloP