Python 禁用Tensorflow调试信息

通过调试信息，我指的是TensorFlow在我的终端中显示的关于加载的库和找到的设备等的信息，而不是Python错误

I tensorflow/stream_executor/dso_loader.cc:105] successfully opened CUDA library libcublas.so locally
I tensorflow/stream_executor/dso_loader.cc:105] successfully opened CUDA library libcudnn.so locally
I tensorflow/stream_executor/dso_loader.cc:105] successfully opened CUDA library libcufft.so locally
I tensorflow/stream_executor/dso_loader.cc:105] successfully opened CUDA library libcuda.so.1 locally
I tensorflow/stream_executor/dso_loader.cc:105] successfully opened CUDA library libcurand.so locally
I tensorflow/stream_executor/cuda/cuda_gpu_executor.cc:900] successful NUMA node read from SysFS had negative value (-1), but there must be at least one NUMA node, so returning NUMA node zero
I tensorflow/core/common_runtime/gpu/gpu_init.cc:102] Found device 0 with properties: 
name: Graphics Device
major: 5 minor: 2 memoryClockRate (GHz) 1.0885
pciBusID 0000:04:00.0
Total memory: 12.00GiB
Free memory: 11.83GiB
I tensorflow/core/common_runtime/gpu/gpu_init.cc:126] DMA: 0 
I tensorflow/core/common_runtime/gpu/gpu_init.cc:136] 0:   Y 
I tensorflow/core/common_runtime/gpu/gpu_device.cc:717] Creating TensorFlow device (/gpu:0) -> (device: 0, name: Graphics Device, pci bus id: 0000:04:00.0)
I tensorflow/core/common_runtime/gpu/gpu_bfc_allocator.cc:51] Creating bin of max chunk size 1.0KiB
...

2.0更新（19年8月10日） 设置

TF\u CPP\u MIN\u LOG\u LEVEL

仍应有效（请参见v0.12+更新中的下文），但当前存在一个问题（请参见）。如果设置

TF\u CPP\u MIN\u LOG\u LEVEL

对您不起作用（请再次参阅下文），请尝试执行以下操作以设置日志级别：

将tensorflow导入为tf
tf.get_logger（）.setLevel（'INFO'））

此外，请参阅设置签名日志消息详细性的文档-例如：

#也可以使用AUTOGRAPH\u VERBOSITY环境变量进行设置
tf.亲笔签名集详细信息（1）

v0.12+更新（5/20/17），通过TF2.0+工作：

在TensorFlow 0.12+中，您现在可以通过名为

TF_CPP_MIN_LOG_LEVEL的环境变量来控制日志记录；它默认为0（显示所有日志），但可以在
级别
列下设置为以下值之一

级别|人类级别|级别描述
-------|------------------|------------------------------------ 
0 |调试|[默认]打印所有消息
1 |信息|过滤掉信息消息
2 |警告|过滤掉信息和警告消息
3 |错误|过滤掉所有消息

请参见以下使用Python的通用操作系统示例：

导入操作系统
os.environ['TF_CPP_MIN_LOG_LEVEL']=“3”或任何{'0'，'1'，'2'}
导入tensorflow作为tf

可以在运行脚本的环境中设置此环境变量。例如，对于bash，它可以在文件
~/.bashrc
、
/etc/environment
、
/etc/profile
中，或者在实际的shell中作为：

TF\u CPP\u MIN\u LOG\u LEVEL=2 python my\u TF\u script.py

为了更全面，您还可以调用设置Python模块的级别，该模块用于例如summary ops、tensorboard、各种估计器等

#附加到上面的行
set_verbosity（tf.logging.ERROR）#或任何{DEBUG，INFO，WARN，ERROR，FATAL}

对于1.14，如果您不更改为使用v1 API，您将收到警告，如下所示：

#附加到上面的行
tf.compat.v1.logging.set_详细性（tf.compat.v1.logging.ERROR）#或任何{DEBUG、INFO、WARN、ERROR、FATAL}


**对于TensorFlow或TF Learn Logging（v0.11.x或更低版本）的早期版本：**
查看以下页面，了解TensorFlow测井信息；使用新的更新，您可以将日志详细性设置为
调试
，
信息
，
警告
，
错误
，或
致命
。例如：

tf.logging.set\u详细信息（tf.logging.ERROR）

本页还介绍了可用于TF学习模型的监视器

不过，此不会阻止所有日志记录（仅TF Learn）。我有两个解决办法；一个是“技术正确”的解决方案（Linux），另一个涉及重建TensorFlow

script-c'python[FILENAME].py'| grep-v'I tensorflow/'

另一方面，请查看其中涉及修改源代码和重建TensorFlow的部分。
我也有此问题（在
TensorFlow-0.10.0rc0
上），但无法通过建议的答案解决过多的鼻测试日志记录问题

我通过直接探测tensorflow记录器成功地解决了这个问题。不是最正确的修复，但效果很好，只会污染直接或间接导入tensorflow的测试文件：

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

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

具体来说,

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

由于
TF\u CPP\u MIN\u LOG\u 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
为了在这里增加一些灵活性，您可以通过编写一个函数来实现对日志级别的更细粒度控制，该函数可以根据您的喜好过滤消息：

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

其中
my\u filter\u func
接受
LogRecord
对象作为输入[]，并且
如果希望抛出消息，则返回零；否则为非零

下面是一个示例过滤器，它只保留每个第n条信息消息（Python3）
要使用
非本地
，请参见此处）：

所有这些都假设TensorFlow已经设置了其日志记录状态。在添加筛选器之前，可以通过调用
tf.logging.get_verbosity（）
来确保这一点，而不会产生副作用。
通常的python3日志管理器适用于tensorflow==1.11.0的情况：

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

要与Tensorflow 2.0兼容，可以使用

我用这篇文章解决了这个问题，解决方案是：

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

是的，我正在使用TF2.0-beta，希望启用/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

我在PDB中走来走去，发现这是可行的：

# 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（在本例中是基于文件的）

对于tensorflow 2.1.0，以下代码可以正常工作

import tensorflow as tf
tf.compat.v1.logging.set_verbosity(tf.compat.v1.logging.ERROR)

如果您只需要清除屏幕上的警告输出，您可能希望在导入tensorflow后立即使用此简单命令清除控制台屏幕（这比根据我的经验禁用所有调试日志更有效）：

在windows中：

import os
os.system('cls')

在Linux或Mac中：

import os
os.system('clear')

上面的解决方案都不能解决我在Jupyter笔记本中的问题，因此我使用下面的代码片段，并解决了问题

import warnings  
with warnings.catch_warnings():  
    warnings.filterwarnings("ignore",category=FutureWarning)
    import tensorflow as tf
    from tensorflow import keras
    from tensorflow.keras.preprocessing.text import Tokenizer

print('Done') 

对于仍在努力使
os.environ
解决方案像我一样工作的任何人，请检查在脚本中导入
tensorflow
之前是否放置了，就像mwweb的回答一样：

import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '3'  # or any {'0', '1', '2'}
import tensorflow as tf

我使用的是Tensorflow 2.3.1版，上述解决方案均未完全有效。

直到，我
import os
os.system('clear')

import warnings  
with warnings.catch_warnings():  
    warnings.filterwarnings("ignore",category=FutureWarning)
    import tensorflow as tf
    from tensorflow import keras
    from tensorflow.keras.preprocessing.text import Tokenizer

print('Done') 

import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '3'  # or any {'0', '1', '2'}
import tensorflow as tf

python -m pip install silence-tensorflow

pip install silence-tensorflow

from silence_tensorflow import silence_tensorflow
silence_tensorflow()

import os
import logging
import sys

os.environ['TF_CPP_MIN_LOG_LEVEL'] = '3'  # FATAL
stderr = sys.stderr
sys.stderr = open(os.devnull, 'w')

import tensorflow as tf
tf.get_logger().setLevel(tf.compat.v1.logging.FATAL)
tf.compat.v1.logging.set_verbosity(tf.compat.v1.logging.ERROR)
logging.getLogger('tensorflow').setLevel(tf.compat.v1.logging.FATAL)

sys.stderr = stderr

import absl.logging
logging.root.removeHandler(absl.logging._absl_handler)
absl.logging._warn_preinit_stderr = False