如何正确拼接Google Cloud Bucket路径与目录以加载TFRecords文件？

首先咱们来拆解你遇到的两个错误：

第一个错误的根源 #

你用StringIO(file_io.read_file_to_string(...))把传入的Bucket路径变成了StringIO对象，而不是字符串类型。当你尝试把这个对象和DATA_DIR（字符串）相加时，Python自然会抛出类型不兼容的错误——毕竟对象和字符串没法直接拼接。

第二个错误的根源 #

file_io.read_file_to_string()是用来读取文件内容的，而你传入的gs://MYBucket/demo2/是一个文件夹路径，不是可读取的文件。这会导致读取失败，最终BUCKET变量变成了空值或无效内容，拼接后路径变成了TFRecords/train/train-00000-of-00002.tfrecord（相对路径），TensorFlow自然找不到存储在GCS上的文件。

正确的解决步骤 #

1. 直接使用传入的路径字符串

你通过--train-files传入的gs://MYBucket/demo2/本身就是一个字符串路径，根本不需要用file_io去读取它。修改main函数里的BUCKET赋值逻辑：

def main(unused_args):    
  parser.add_argument('--train-files', help='BUCKET path to training data', nargs='+', required=True)
  args = parser.parse_args()
  global BUCKET
  # 直接取传入的路径字符串，不需要任何读取操作
  BUCKET = args.train_files[0]

  ~Some other code that internally calls **Load_input()**~

2. 规范路径拼接（可选但推荐）

为了避免手动拼接字符串可能出现的斜杠问题，建议用os.path.join多参数拼接路径，替代BUCKET+DATA_DIR的写法：

def Load_input():
    global BUCKET    

    # 用os.path.join组合根路径、子目录和文件名，自动处理斜杠
    filenames = [os.path.join(BUCKET, DATA_DIR, "train-0000%d-of-00002.tfrecord" % i) for i in xrange(0, 1)]

    for f in filenames:
        if not tf.gfile.Exists(f):
            raise ValueError("Failed to find file: " + f)
    filename_queue = tf.train.string_input_producer(filenames)

验证效果 #

修改后，生成的文件路径会是gs://MYBucket/demo2/TFRecords/train/train-00000-of-00002.tfrecord，完全匹配你GCS Bucket里的文件位置，TensorFlow的tf.gfile.Exists也能正确识别GCS路径，不会再抛出找不到文件的错误。

内容的提问来源于stack exchange，提问作者Pratik Kumar