我目前正在使用tensorflow和Google Cloud Platform进行传输学习 . https://cloud.google.com/blog/big-data/2016/12/how-to-train-and-classify-images-using-google-cloud-machine-learning-and-cloud-dataflow
当我使用他们的示例代码时，它在我自己的数据上完美地工作在 Cloud 上
# Preprocess the eval set.
python trainer/preprocess.py \
--input_dict "$DICT_FILE" \
--input_path "gs://cloud-ml-data/img/flower_photos/eval_set.csv" \
--output_path "${GCS_PATH}/preproc/eval" \
--cloud
我完成了所有的预处理，培训和部署 .
但是，我希望能够在本地运行它，以便我可以更改代码并更有效地调试它：在代码中它声明
To run this pipeline locally run the above command without --cloud.
所以它会读到：
# Preprocess the eval set.
python trainer/preprocess.py \
--input_dict "$DICT_FILE" \
--input_path "gs://cloud-ml-data/img/flower_photos/eval_set.csv" \
--output_path "${GCS_PATH}/preproc/eval"
我尝试将input_dict，input_path和output_path设置为 Cloud 存储路径，以及作为本地计算机上文件的路径来运行此代码 . 但是我得到错误：
tensorflow / core / platform / cloud / google_auth_provider.cc：151]所有获取Google身份验证持有令牌的尝试均失败，返回空令牌 . 从文件中检索令牌失败，显示“不可用：libcurl失败，错误代码为23：写入正文失败（91！= 196）” . 从GCE检索令牌失败，出现“Unavailable：Unexpected response code 0” .
所以它似乎是一个身份验证问题：问题是我手动从谷歌 Cloud 存储复制文件时没有身份验证问题 .
我已经尝试过：
$ gcloud auth application-default login
但它没有改变任何东西 .
有人有解决方案吗？