Python 无法在ML引擎中导入Google云存储库

作为在ML引擎中批量处理一些图像的快速解决方案，我正在使用云存储Python库下载这些图像

不幸的是，当作业发送到ML引擎时，库导入失败，堆栈跟踪如下：

Traceback（最近一次调用最后一次）：文件“/usr/lib/python2.7/runpy.py”，第162行，在运行模块中作为运行主“/uuuuu-main”，fname，loader，pkg-u-name）文件“/usr/lib/python2.7/runpy.py”，第72行，在运行全局文件“/root/.local/lib/python2.7/site-packages/trainer/task.py”第1行，从google.cloud导入存储导入错误：无法导入名称存储

---

我非常确定该库包含在ML引擎映像中（如果没有，那会很奇怪），因此我在这里不知所措，程序在本地运行良好。

容器不包含此包，因为通常使用TensorFlow的模块，该模块与GCS一起工作

两种选择。假设您已经知道如何使用和/或拥有

google.cloud.storage

的代码，您可以将其作为需求添加到

setup.py

文件（）中，例如：

from setuptools import find_packages
from setuptools import setup

REQUIRED_PACKAGES = ['google-cloud-storage']

setup(
    name='trainer',
    version='0.1',
    install_requires=REQUIRED_PACKAGES,
    packages=find_packages(),
    include_package_data=True,
    description='My trainer application package.'
)

或者，您可以使用，如果您实际上不需要数据的副本，但希望直接读取数据，这一点尤其有用：

import tensorflow as tf
from tensorflow.python.lib.io import file_io

# Copy
file_io.copy("gs://my-bucket/myfiles/*", "/tmp")

# Glob and read
for file in file_io.get_matching_files("gs://my-bucket/myfiles/*"):
  with file_io.FileIO(file) as f:
    # Do something

---

最后，请注意，如果您使用的是TensorFlow操作，TensorFlow的读者已经知道如何从GCS读取，因此无需手动操作文件。

非常感谢！当我阅读已经安装的运行时依赖项并看到

gcloud 0.18.3

时，我想我把自己弄糊涂了，我假设它是包含存储功能的Python GCP客户端库。