使用tfds.load加载MNIST数据集时报错：Expected binary or unicode string

算力阿峰

2026-8-21

问题解决：tensorflow_datasets加载MNIST时的TypeError错误

问题背景

环境配置：Python 3.7、TensorFlow 2.1.0，已将tensorflow_datasets升级至4.6.0版本。执行代码datasets = tfds.load(name="mnist")时，数据集完成下载与提取后触发错误，核心报错信息如下：

TypeError: Expected binary or unicode string, got WindowsGPath('C:\Users\Wilso\tensorflow_datasets\downloads\extracted\GZIP.cvdf-datasets_mnist_train-images-idx3-ubyteRA_Kv3PMVG-iFHXoHqNwJlYF9WviEKQCTSyo8gNSNgk.gz')

原因分析

高版本tensorflow_datasets（4.x及以上）采用pathlib库的路径对象（如WindowsGPath）处理文件路径，但TensorFlow 2.1.0的底层文件IO模块仅支持字符串或二进制类型的路径输入，无法识别pathlib路径对象，导致类型不匹配错误。

解决方案

方案1：降低tensorflow_datasets到兼容版本（应急推荐）
TensorFlow 2.1.0兼容的tensorflow_datasets版本为3.x系列，执行以下命令安装稳定兼容版本：
```
pip install tensorflow-datasets==3.2.1
```
方案2：修改源码临时适配（不推荐）
找到mnist.py文件的安装路径（示例路径：C:\Users\Wilso\Anaconda3\envs\tfgpu\lib\site-packages\tensorflow_datasets\image_classification\mnist.py），修改_generate_examples函数中的路径传递逻辑，将pathlib对象转为字符串：
原代码片段：
```
images = _extract_mnist_images(data_path, num_examples)
labels = _extract_mnist_labels(labels_path, num_examples)
```
修改后：
```
images = _extract_mnist_images(str(data_path), num_examples)
labels = _extract_mnist_labels(str(labels_path), num_examples)
```
方案3：升级TensorFlow到支持pathlib的版本（长期推荐）
TensorFlow 2.3及以上版本已原生支持pathlib路径对象，可升级至Python 3.7兼容的最高TensorFlow版本（如2.7.0），同时保持tensorflow_datasets为最新版本：
```
pip install tensorflow==2.7.0 tensorflow-datasets --upgrade
```