无法导入Python文件：MNIST转USPS的Google像素级域适配模型问题

针对你遇到的模型找不到USPS文件的问题，我整理了几个核心排查和解决方向，都是这类域适配项目里常见的坑：

1. 确认导入逻辑与目录结构匹配 #

首先检查主训练脚本里的导入语句是否和MNIST/MNIST-M的导入逻辑一致。比如原来导入MNIST是：

from datasets import MNIST

那USPS的导入应该是：

from datasets import USPS

同时要确保datasets目录下的__init__.py文件（如果存在）已经把USPS类加进去了——原来的文件可能只导入了MNIST和MNIST-M，你需要补充：

from .USPS import USPS

另外再核对一遍USPS.py的位置：必须放在/home/.../models/domain_adaptation/datasets/目录下，不能放错子文件夹。

2. 修正USPS类中的数据集路径配置 #

打开你重制的USPS.py，重点检查加载tfrecords的路径是否正确。比如原来MNIST_M.py里可能有这样的代码：

self.data_dir = os.path.join(data_dir, 'mnist_m')

你需要把它改成USPS对应的文件夹路径，比如：

self.data_dir = os.path.join(data_dir, 'usps')

另外还要确认tfrecords文件的命名和代码里的预期一致——比如代码里找的是train.tfrecords和test.tfrecords，你的文件是不是用了相同的命名？

3. 确保数据集目录在Python路径中 #

有时候文件位置对了，但Python解释器找不到，因为目录不在sys.path里。可以在训练脚本开头加一段代码排查：

import sys
print(sys.path)

看看/home/.../models/domain_adaptation/这个路径是否在输出列表里。如果不在，手动添加：

sys.path.append('/home/.../models/domain_adaptation/')

或者直接切换到domain_adaptation目录下再执行训练命令：

cd /home/.../models/domain_adaptation/
python your_train_script.py

4. 检查训练命令的参数配置 #

你运行训练的命令里，有没有把目标数据集指定为USPS？比如原来训练MNIST-M的命令是：

python train.py --target_dataset mnist_m

现在要改成：

python train.py --target_dataset usps

同时要确认训练脚本里的参数处理逻辑能识别usps这个选项，并正确实例化USPS类。

5. 排查文件权限问题 #

虽然概率不高，但也要确认你的用户对USPS.py和USPS tfrecords文件有读权限。用命令检查：

ls -l /home/.../models/domain_adaptation/datasets/USPS.py
ls -l /home/.../models/domain_adaptation/datasets/usps/

如果权限不足，用chmod调整：

chmod +r /home/.../models/domain_adaptation/datasets/USPS.py
chmod -R +r /home/.../models/domain_adaptation/datasets/usps/

先从这几个方向排查，基本能定位到问题。如果还是不行，可以把训练时抛出的具体错误信息贴出来，方便更精准地解决。

内容的提问来源于stack exchange，提问作者gcsdoing