是的，我正在使用tf 2.0-beta，并且想要启用/禁用默认日志记录。 tf1.X中的环境变量和方法似乎不再存在。

我进入PDB，发现它可以正常工作：

# close the TF2 logger
tf2logger = tf.get_logger()
tf2logger.error('Close TF2 logger handlers')
tf2logger.root.removeHandler(tf2logger.root.handlers[0])

然后，我添加自己的记录器API（在这种情况下，基于文件）

logtf = logging.getLogger('DST')
logtf.setLevel(logging.DEBUG)

# file handler
logfile='/tmp/tf_s.log'
fh = logging.FileHandler(logfile)
fh.setFormatter( logging.Formatter('fh %(asctime)s %(name)s %(filename)s:%(lineno)d :%(message)s') )
logtf.addHandler(fh)
logtf.info('writing to %s', logfile)

您可以使用os.environ禁用所有调试日志：

import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '3' 
import tensorflow as tf

在tf 0.12和1.0上测试

详细来说，

0 = all messages are logged (default behavior)
1 = INFO messages are not printed
2 = INFO and WARNING messages are not printed
3 = INFO, WARNING, and ERROR messages are not printed

我也有这个问题（在tensorflow-0.10.0rc0 ），但是无法通过建议的答案解决过多的鼻子测试记录问题。

我设法通过直接研究tensorflow记录器来解决此问题。不是最正确的修复程序，但效果很好，并且只会污染直接或间接导入张量流的测试文件：

# Place this before directly or indirectly importing tensorflow
import logging
logging.getLogger("tensorflow").setLevel(logging.WARNING)

由于TF_CPP_MIN_LOG_LEVEL对我不起作用，您可以尝试：

tf.logging.set_verbosity(tf.logging.WARN)

在TensorFlow v1.6.0中为我工作

为了在此处增加一些灵活性，您可以编写一个函数来过滤出您喜欢的消息，从而实现对日志记录级别的更精细控制：

logging.getLogger('tensorflow').addFilter(my_filter_func)

其中my_filter_func接受一个LogRecord对象作为输入[ LogRecord docs ]，如果您希望抛出该消息，则返回零；否则为非零。

这是一个示例过滤器，仅保留每第n条信息消息（由于此处使用了nonlocal ，因此保留了Python 3）：

def keep_every_nth_info(n):
    i = -1
    def filter_record(record):
        nonlocal i
        i += 1
        return int(record.levelname != 'INFO' or i % n == 0)
    return filter_record

# Example usage for TensorFlow:
logging.getLogger('tensorflow').addFilter(keep_every_nth_info(5))

以上所有假设均已假定TensorFlow已设置其日志记录状态。您可以在添加过滤器之前调用tf.logging.get_verbosity()来确保没有副作用。

为了与Tensorflow 2.0兼容 ，您可以使用tf.get_logger

import logging
tf.get_logger().setLevel(logging.ERROR)

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}

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。

通常的python3日志管理器为我使用tensorflow == 1.11.0：

import logging
logging.getLogger('tensorflow').setLevel(logging.INFO)

我用这篇文章解决了无法删除所有警告＃27045 ，解决方法是：

import logging
logging.getLogger('tensorflow').disabled = True