Каким образом Keras API обходится без необходимости использования облачного хранилища Google?

исал модель NN, которая анализирует изображение и извлекает 8 плавающих чисел в конце. Модель работает нормально (но медленно) на моем компьютере, поэтому я пробую ее на облаке TPU и там BAM! У меня ошибка:

I1008 12: 58: 47.077905 140221679261440 tf_logging.py:115] Ошибка, записанная из training_loop: схема файловой системы '[local]' не реализована (файл: '/home/gcloud_iba/Data/CGTR/model/GA_subset/model.ckpt-0_temp_e8408a01247440593) ') [[{{node save / SaveV2}} = SaveV2 [dtypes = [DT_FLOAT, DT_FLOAT, DT_FLOAT, DT_FLOAT, DT_FLOAT, ..., DT_FLOAT, DT_FLOAT, DT_FLOAT, DT_FLOAT, DT_INT64], _device = "/ job: worker / реплика: 0 / задача: 0 / устройство: ЦП: 0 "] (сохранить / ShardedFilename, сохранить / SaveV2 / имена теноров, save / SaveV2 / shape_and_slices, batch_normalization / beta / Read / ReadVariableOp, batch_normalization / beta / Momentum / Read_1 / ReadVariableOp , пакетная нормализация / гамма / чтение / ReadVariableOp, пакетная нормализация / гамма / импульс / чтение_1 / ReadVariableOp, пакетная нормализация / moving_mean / чтение / чтениеVariableOp, пакетная_нормализация / moving_variance / чтение / чтение Variable_Op / переменная_категория / чтение_категоризация_1 / ReadVariableOp, batch_normalization_1 / gamma / Чтение / ReadVariableOp, batch_no rmalization_1 / gamma / Momentum / Read_1 / ReadVariableOp, batch_normalization_1 / moving_mean / Чтение / ReadVariableOp, batch_normalization_1 / moving_variance / Чтение / ReadVariableOp, conv2d / ядро ​​/ Чтение / ReadVariableOp, conv2d / kernel / Read / ядро ​​/ чтение / ядро ​​/ Чтение / чтение / считывание / чтение / чтение / чтение ReadVariableOp, conv2d_1 / kernel / Momentum / Read_1 / ReadVariableOp, conv2d_2 / kernel / Read / ReadVariableOp, conv2d_2 / kernel / Momentum / Read_1 / ReadVariableOp, conv2d_3 / kernel / Чтение / ReadVariableOp, conv2d_3 / считывание_1 kernel / Read / ReadVariableOp, conv2d_4 / kernel / Momentum / Read_1 / ReadVariableOp, conv2d_5 / kernel / Read / ReadVariableOp, conv2d_5 / kernel / Momentum / Read_1 / ReadVariableOp, conv2d_6 / kernel / Read / Read / ReadVariableOp, conv2um_6 ReadVariableOp, conv2d_7 / kernel / Read / ReadVariableOp, conv2d_7 / kernel / Momentum / Read_1 / ReadVariableOp, conv2d_8 / kernel / Read / ReadVariableOp, conv2d_8 / kernel / Momentum / Read_1 / ReadVariableOp, conv2d_9 / kernel чтения Momentum / Read_1 / Read ПеременнаяOp, плотная / смещение / Чтение / ReadVariableOp, плотная / смещение / Импульс / Чтение_1 / ReadVariableOp, плотная / ядро ​​/ Чтение / ReadVariableOp, плотная / ядро ​​/ Импульс / Чтение_1 / ReadVariableOp, плотность_1 / смещение / Чтение / Чтение VariableOp, плотное_1 / смещение / Momentum / Read_1 / ReadVariableOp, плотность_1 / ядро ​​/ чтение / ReadVariableOp, плотность_1 / ядро ​​/ Импульс / чтение_1 / ReadVariableOp, запись_2 / смещение / чтение / чтениеVariableOp, запись_2 / смещение / импульс / Чтение_1 / чтение переменной / чтение, чтение / чтение / ядро ​​/ ядро dens_2 / kernel / Momentum / Read_1 / ReadVariableOp, плотность_3 / смещение / чтение / ReadVariableOp, плотность_3 / смещение / Momentum / Read_1 / ReadVariableOp, dens_3 / kernel / чтение / ReadVariableOp, dens_3 / kernel / Momentum / Read_1 / ReadVariableOp, глобальный Read_ariableOp, global ReadVariableOp)]]

Я проверил, что TPU имеет доступ к жесткому диску, и он работает (у меня есть другой фрагмент кода, который читает тот же набор данных с другой моделью). Я не кэширую свои данные (пока), но делаю предварительную выборку. Кроме этого, я не вижу, что не работает?

Спасибо за любую помощь, которую вы могли бы оказать!

Пи-р