Python 有没有一种方法可以直接从s3读取数据，以便在tensorflow中进行模型训练

我在s3中有TF记录，我想直接读取这些文件并将它们输入tensorflow训练

    filename = "s3location"
    filename_queue = tf.train.string_input_producer([filename])
    with tf.Session() as sess:
      _, value = tf.TFRecordReader().read(filename_queue)

      feature = {'train/image': tf.FixedLenFeature([], tf.string),
            'train/label': tf.FixedLenFeature([], tf.int64)}

      features = tf.parse_single_example(value, features=feature)


      image = tf.decode_raw(features['train/image'], tf.float32)


      label = tf.cast(features['train/label'], tf.int32)

      image = tf.reshape(image, [32, 32, 1])


      images, labels = tf.train.shuffle_batch([image, label], batch_size=50, capacity=100, num_threads=1, min_after_dequeue=10)

但是，当我试图为这个

sess.run（train，feed_dict={x:images，y:labels，hold_prob:0.5}）提供数据时，

我得到以下错误-

TypeError:提要的值不能是tf.Tensor对象。可接受的提要值包括Python标量、字符串、列表、numpy ndarray或TensorHandles。

我有两个问题-

在tensorflow中是否有直接从s3读取数据的方法。看起来支持很好，但我找不到任何例子

如果支持，我的方法正确吗

---

我也在尝试做同样的事情，我记得读到过任何S3URL（S3://我的文件）都被接受为正确的文件名。