我的目标是在本地运行Tensorflow Training App时使用存储在Google Cloud存储中的培训数据（格式：tfrecords）。 （为什么要在本地？：在将其转换为Cloud ML培训包之前，我正在测试）
基于this thread我不需要做任何事情，因为基础的Tensorflow API应该能够读取gs：//（url）
但是事实并非如此，我看到的错误的格式是：
2017-06-06 15：38：55.589068：我
tensorflow / core / platform / cloud / retrying_utils.cc：77]操作
失败，将在1.38118秒内自动重试（尝试1
之10），原因：不可用：执行HTTP请求时出错
（HTTP响应代码0，错误代码6，错误消息“无法解决
主机'元数据'）
2017-06-06 15：38：56.976396：我
tensorflow / core / platform / cloud / retrying_utils.cc：77]操作
失败，将在1.94469秒内自动重试（尝试2
之10），原因：不可用：执行HTTP请求时出错
（HTTP响应代码0，错误代码6，错误消息“无法解决
主机'元数据'）
2017-06-06 15：38：58.925964：我
tensorflow / core / platform / cloud / retrying_utils.cc：77]操作
失败，将在2.76491秒内自动重试（尝试3
之10），原因：不可用：执行HTTP请求时出错
（HTTP响应代码0，错误代码6，错误消息“无法解决
主机'元数据'）
我无法按照我必须开始调试此错误的位置进行操作。
这是一个重现问题的代码片段，还显示了我正在使用的tensorflow API。
def _preprocess_features(features):
"""Function that returns preprocessed images"""
def _parse_single_example_from_tfrecord(value):
features = (
tf.parse_single_example(value,
features={'image_raw': tf.FixedLenFeature([], tf.string),
'label': tf.FixedLenFeature([model_config.LABEL_SIZE], tf.int64)
})
)
return features
def _read_and_decode_tfrecords(filename_queue):
reader = tf.TFRecordReader()
# Point it at the filename_queue
_, value = reader.read(filename_queue)
features = _parse_single_example_from_tfrecord(value)
# decode the binary string image data
image, label = _preprocess_features(features)
return image, label
def test_tfread(filelist):
train_filename_queue = (
tf.train.string_input_producer(filelist,
num_epochs=None,
shuffle=True))
image, label = (
_read_and_decode_tfrecords(train_filename_queue))
return image
images= test_tfread(["gs://test-bucket/t.tfrecords"])
sess = tf.Session(config=tf.ConfigProto(
allow_soft_placement=True,
log_device_placement=True))
coord = tf.train.Coordinator()
threads = tf.train.start_queue_runners(sess=sess, coord=coord)
try:
for step in range(model_config.MAX_STEPS):
_ = sess.run([images])
finally:
# When done, ask the threads to stop.
coord.request_stop()
# Finally, wait for them to join (i.e. cleanly shut down)
coord.join(threads)
最佳答案
尝试执行以下命令gcloud auth application-default login
关于tensorflow - 使用存储在Google Cloud中的Training TFRecords，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/44401088/