You need to enable JavaScript to run this app.
优惠活动
大模型
产品
解决方案
定价
更多

Tensorflow加载ELMO模型报URLError Errno 60操作超时错误如何解决

错误原因

该urllib.error.URLError: [Errno 60] Operation timed out报错是因为代码调用hub.Module()时,TensorFlow Hub需要从官方远程服务器下载ELMO预训练模型文件,当前网络环境无法正常连通远程服务器导致请求超时。

可行解决方案
  • 方案1:本地预下载模型加载
    先在可正常访问tfhub.dev的网络环境下手动下载ELMO v3的模型压缩包,将下载后的压缩包解压到本地任意目录,替换代码中hub.Module()的远程地址为本地解压目录路径即可,修改后的代码参考:
    import tensorflow as tf
    import tensorflow_hub as hub
    import numpy as np
    import urllib.request
    
    if __name__ == '__main__':
            # 此处替换为你本地解压后的ELMO模型目录路径
            elmo = hub.Module('./elmo_model',trainable=True)
            x = ["Hi my friend"]
            embeddings = elmo(tf.constant(x),signature="default",as_dict=True)["elmo"]
            print(embeddings.numpy())
    
  • 方案2:配置运行环境网络代理
    如果当前设备可通过代理访问目标服务,可在运行代码前先配置系统的HTTP/HTTPS代理环境变量,Mac/Linux终端执行示例命令:
    export HTTP_PROXY=http://代理地址:端口
    export HTTPS_PROXY=http://代理地址:端口
    
    Windows系统可直接在系统网络设置中添加对应代理配置后再运行代码。
  • 方案3:延长网络请求超时阈值
    网络波动也可能触发超时错误,可在加载模型前修改全局socket超时时间,代码中添加如下内容即可:
    import socket
    # 将默认超时时间调整为300秒,可根据自身网络情况调整数值
    socket.setdefaulttimeout(300)
    

内容的提问来源于stack exchange,提问作者杨泽鹏

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.09.30 00:15:06