在 Python 中，os.environ 是一个与当前环境变量相关的字典对象。我们可以使用它来读取或设置系统环境变量。

一、设置环境变量

os.environ['HTTP_PROXY'] 和 os.environ['HTTPS_PROXY'] 是两个常用的环境变量，通常用于指定网络代理。

1. os.environ['HTTP_PROXY']

这个环境变量定义了用于HTTP流量的代理服务器的地址。

当软件或应用程序需要通过HTTP发送请求，而机器/网络环境需要通过代理来访问外部世界时，这个变量就会被用到。

例如，如果设置 HTTP_PROXY 为 ，那么所有的HTTP请求（不是HTTPS）应该路由到 10.10.1.10 端口 3128 的代理服务器。

2. os.environ['HTTPS_PROXY']

这个环境变量定义了用于HTTPS流量的代理服务器的地址。

当软件或应用程序需要通过HTTPS发送请求，而机器/网络环境需要通过代理来访问外部世界时，这个变量就会被用到。

例如，如果设置 HTTPS_PROXY 为 ，那么所有的HTTPS请求应该路由到 10.10.1.11 端口 1080 的代理服务器。

很多现代的库和工具，如 Python 的 requests 库，会自动检测并尊重这些环境变量。这意味着，如果在运行一个程序，而这个程序使用了这样的库，那么只要你设置了 HTTP_PROXY 和/或 HTTPS_PROXY，这个程序的网络请求就会自动通过指定的代理服务器。

当使用这些变量时，还有一个重要的环境变量是 NO_PROXY，它定义了一个不应通过代理访问的地址或域名列表。这在某些场景中很有用，比如当某些内部网站或服务不需要或不能通过外部代理访问时。

二、开发示例

这段代码的目的是设置HTTP和HTTPS代理，并使用这些代理从 Hugging Face 的模型库中加载预训练的BERT模型。

import osos.environ['HTTP_PROXY'] = ';os.environ['HTTPS_PROXY'] = ';from transformers import BertModelcheckpoint = "bert-base-chinese"#BertModel: 用于加载模型model = BertModel.from_pretrained(checkpoint)

使用 BertModel.from_pretrained 方法，可以从Hugging Face的模型库中加载预训练的BERT模型。由于你之前设置了HTTP和HTTPS代理，这个加载过程会通过你指定的代理服务器。

#AI人工智能##PyTorch##记录我的2023#