Python 完全禁用Tensorflow日志记录
我将Keras和Tensorflow用于神经网络，但是Tensorflow将我的主记录器的日志加倍，它使用StreamHandler，并且它的警告不能完全禁用 我从导入一开始就尝试手动禁用消息和日志记录，它确实禁用了Keras（Python 完全禁用Tensorflow日志记录,python,python-3.x,tensorflow,keras,Python,Python 3.x,Tensorflow,Keras,我将Keras和Tensorflow用于神经网络，但是Tensorflow将我的主记录器的日志加倍，它使用StreamHandler，并且它的警告不能完全禁用 我从导入一开始就尝试手动禁用消息和日志记录，它确实禁用了Keras（使用Tensorflow backend）和Tensorflow正在发送的许多消息，但出现了双重问题 这就是我目前正在使用的 导入操作系统 导入日志记录 操作系统环境['TF\u CPP\u MIN\u LOG\u LEVEL']=“4” logging.getLogge
使用Tensorflow backend导入操作系统
导入日志记录
操作系统环境['TF\u CPP\u MIN\u LOG\u LEVEL']=“4”
logging.getLogger（'tensorflow'）。disabled=True
导入系统
stderr=sys.stderr
sys.stderr=open（os.devnull，'w'）
进口干酪
sys.stderr=stderr
从keras.layers导入激活、致密、脱落
从keras.models导入顺序加载模型
从keras.optimizers导入新加坡元
从keras.backend.tensorflow_后端导入tf
logger=tf.get_logger（）
logger.disabled=True
logger.setLevel（logging.FATAL）
WARNING: Logging before flag parsing goes to stderr.
I0817 17:59:30.386165 5752 social.py:42] Social loaded
INFO | Systems ready
I0817 17:59:30.401529 5752 __init__.py:63] Systems ready
INFO | Systems ready如果有人知道如何一劳永逸地解决这个问题，请在下面告诉我。对于任何处理同一问题的人来说，这似乎是另一个库的问题。 这里的代码应该能够禁用Keras的弃用警告和Tensorflow的丑陋日志，这仍然是丑陋的，所以如果有人有更好的方法来做，我真的很想听听。 这也修复了双重日志记录
导入操作系统
导入系统
导入日志记录
操作系统环境['TF\u CPP\u MIN\u LOG\u LEVEL']=“3”
#Keras使用'print'向stderr输出警告，所以让我们暂时将其定向到devnull
stderr=sys.stderr
sys.stderr=open（os.devnull，'w'）
进口干酪
#我们结束了
sys.stderr=stderr
从keras.backend.tensorflow_后端导入tf
导入absl日志
logging.root.removeHandler（absl.logging.\u absl\u handler）
absl.logging.\u warn\u preinit\u stderr=False
logger=tf.get_logger（）
logger.setLevel（logging.FATAL）
graph=tf.get\u default\u graph（）
import pandas as pd
import os
import numpy as np
from sklearn import preprocessing
from sklearn.metrics import mean_squared_error, mean_absolute_error
import tensorflow as tf
from tensorflow.python.keras.models import load_model, model_from_json
unique_str = datetime.now().isoformat().replace(':', '_').replace('.', '_').replace('-', '_')
LOG_FILENAME = 'tmp' + os.sep + 'logs' + os.sep + 'masterPVTrainer_'+unique_str+'.log'
LOG_FORMAT = '%(asctime)s %(name)-12s %(levelname)-8s %(funcName)s %(lineno)5d :%(message)s'
if __name__ == "__main__":
# eager execution does not allow tensorboard
# tf.enable_eager_execution()
# Add the log message handler to the logger
handler = handlers.RotatingFileHandler(LOG_FILENAME, maxBytes=5000000, backupCount=50)
handler.setFormatter(logging.Formatter(LOG_FORMAT, datefmt='%m-%d %H:%M:%S'))
handler.setLevel(logging.DEBUG)
# logging.getLogger('tensorflow').disabled = True
# tf_logger = tf.get_logger()
# tf_logger.setLevel(logging.DEBUG)
# logging.basicConfig(format=LOG_FORMAT)
my_logger = logging.getLogger(__name__)
# Add this handler to the root logger
my_logger.addHandler(handler)
my_logger.debug('debug')
my_logger.info('info')
my_logger.warning('warning')
my_logger.error('error')
main(my_logger)
08-29 13:39:28 __main__ WARNING <module> 973 :warning
08-29 13:39:28 __main__ ERROR <module> 974 :error
08-29 13:39:28警告973：警告
08-29 13:39:28主要错误974:错误
通常这两行代码对我来说很有用：
os.environ[“TF\u CPP\u MIN\u LOG\u LEVEL”]=“2”；tf.logging.set_verbosity（tf.logging.ERROR）