2.0更新(10/8/19)设置TF_CPP_MIN_LOG_LEVEL
应该仍然有效(请参阅v0.12 +更新中的以下内容),但是当前存在一个问题(请参阅问题#31870 )。如果设置TF_CPP_MIN_LOG_LEVEL
对您不起作用(再次参见下文),请尝试执行以下操作来设置日志级别:
import tensorflow as tf
tf.get_logger().setLevel('INFO')
此外,请参阅tf.autograph.set_verbosity
上的文档,该文档设置签名日志消息的详细程度-例如:
# Can also be set using the AUTOGRAPH_VERBOSITY environment variable
tf.autograph.set_verbosity(1)
v0.12 +更新(5/20/17),通过TF 2.0+进行工作:
在这个问题的 TensorFlow 0.12+中,您现在可以通过名为TF_CPP_MIN_LOG_LEVEL
的环境变量控制日志记录;它默认为0(显示所有日志),但可以在“ Level
列下设置为以下值之一。
Level | Level for Humans | Level Description
-------|------------------|------------------------------------
0 | DEBUG | [Default] Print all messages
1 | INFO | Filter out INFO messages
2 | WARNING | Filter out INFO & WARNING messages
3 | ERROR | Filter out all messages
请参阅以下使用Python的通用OS示例:
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '3' # or any {'0', '1', '2'}
import tensorflow as tf
为了更全面,您还调用了设置Python tf_logging
模块的级别,该模块用于摘要操作,张量板,各种估计器等。
# append to lines above
tf.logging.set_verbosity(tf.logging.ERROR) # or any {DEBUG, INFO, WARN, ERROR, FATAL}
对于1.14,如果不按以下说明使用v1 API,则会收到警告:
# append to lines above
tf.compat.v1.logging.set_verbosity(tf.compat.v1.logging.ERROR) # or any {DEBUG, INFO, WARN, ERROR, FATAL}
For Prior Versions of TensorFlow or TF-Learn Logging (v0.11.x or lower):
查看以下页面以获取有关TensorFlow日志记录的信息;使用新的更新,您可以将日志记录的详细程度设置为DEBUG
, INFO
, WARN
, ERROR
或FATAL
。例如:
tf.logging.set_verbosity(tf.logging.ERROR)
该页面还翻过了可与TF-Learn模型一起使用的监视器。 这是页面 。
但是,这不会阻止所有日志记录(仅TF-Learn)。我有两种解决方案;一种是“技术上正确的”解决方案(Linux),另一种是重建TensorFlow。
script -c 'python [FILENAME].py' | grep -v 'I tensorflow/'
对于其他,请参见此答案 ,其中涉及修改源和重建TensorFlow。
0
通过调试信息,我的意思是TensorFlow在终端中显示的有关加载的库和找到的设备等的内容,不是Python错误。