使用tf.keras.utils.get_file报错：TypeError: 'int'与'NoneType'无法比较

问题重现 #

使用TensorFlow 2.10.0在Jupyter Notebook中执行以下代码下载free-spoken-digit-dataset数据集时：

if not data_dir.exists():
    tf.keras.utils.get_file('free-spoken-digit-dataset-master.zip',origin="https://codeload.github.com/Jakobovski/free-spoken-digit-dataset/zip/refs/heads/master",extract=True,cache_dir='.',cache_subdir='data')

或另一版本代码：

tf.keras.utils.get_file(origin="https://github.com/Jakobovski/free-spoken-digit-dataset/archive/v1.0.9.tar.gz",extract=True,cache_dir='.',cache_subdir='data')

均触发错误：

TypeError: '<' not supported between instances of 'int' and 'NoneType'

原因分析 #

这个错误是TensorFlow 2.10版本中tf.keras.utils.get_file的已知bug：当服务器返回的HTTP响应中Content-Length字段为None时，函数内部的长度比较逻辑会抛出类型错误。

解决方案 #

方案1：升级TensorFlow版本 #

将TensorFlow升级到2.11及以上版本，官方已在后续版本修复了该问题。执行以下命令升级：

pip install --upgrade tensorflow>=2.11

方案2：绕过tf.keras.utils.get_file，手动下载解压 #

如果无法升级TensorFlow，可以用Python的requests库或系统命令直接下载并解压：

使用requests库的示例代码

import requests
import zipfile
import os

data_dir = os.path.join('.', 'data')
os.makedirs(data_dir, exist_ok=True)

# 下载数据集压缩包
url = "https://codeload.github.com/Jakobovski/free-spoken-digit-dataset/zip/refs/heads/master"
zip_path = os.path.join(data_dir, 'free-spoken-digit-dataset-master.zip')

response = requests.get(url, stream=True)
with open(zip_path, 'wb') as f:
    for chunk in response.iter_content(chunk_size=1024):
        f.write(chunk)

# 解压压缩包
with zipfile.ZipFile(zip_path, 'r') as zip_ref:
    zip_ref.extractall(data_dir)

使用系统命令（适用于Linux/macOS）

在Notebook中执行魔法命令：

!mkdir -p data && cd data && wget https://codeload.github.com/Jakobovski/free-spoken-digit-dataset/zip/refs/heads/master -O dataset.zip && unzip dataset.zip

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