如何在TensorFlow Keras中读取本地文本文件以替代get_file方法？

方案1：Python原生读取（最通用，适合小文件） #

直接用Python内置的文件读写方法即可，不需要依赖TensorFlow接口，拿到的文本内容和教程中下载在线文件后读取的结果完全一致：

with open('prepWork.txt', 'r', encoding='utf-8') as file:
    text = file.read()

如果需要逐行读取，调整写法即可：

with open('prepWork.txt', 'r', encoding='utf-8') as file:
    lines = file.readlines()

方案2：TensorFlow 原生数据集接口（适合大文件/训练场景） #

如果需要和TensorFlow的训练pipeline结合，或者处理GB级的大文本文件，用tf.data.TextLineDataset接口更适配后续的批处理、打乱等操作：

import tensorflow as tf

# 读取单个本地文本文件，每行对应数据集中的一个元素
dataset = tf.data.TextLineDataset('prepWork.txt')
# 也支持同时读取多个文本文件，传入路径列表即可
# dataset = tf.data.TextLineDataset(['prepWork1.txt', 'prepWork2.txt'])

# 后续可直接对接训练流程，示例：
dataset = dataset.shuffle(1000).batch(32)

可选方案：复用tf.keras.utils.get_file读取本地文件 #

如果不想调整原有教程的代码结构，也可以通过参数配置让get_file读取本地文件：

1. 把你的prepWork.txt放到Keras默认缓存目录下（默认路径为用户目录下的.keras/datasets/）
2. 调用时将origin参数设为None即可：

prepWork = tf.keras.utils.get_file('prepWork.txt', origin=None)

调用后返回的是本地文件的绝对路径，和你之前下载在线文件拿到的返回值格式完全一致。

内容的提问来源于stack exchange，提问作者Grant Fox