Python 避免标准错误上的tensorflow打印

任何人都知道是否有一种方法可以防止tensorflow通过GPU的内存分配日志污染标准错误？。 我注意到，当执行以下命令时：

with tf.Session() as sess:

tensorflow在标准错误日志上打印关于内存和gpu资源分配的日志。比如：

I tensorflow/core/common_runtime/local_device.cc:25] Local device intra op parallelism threads: 48
Graphics Device pciBusID 0000:02:00.0
Free memory: 11.75GiB
...

---

出于重要原因，我希望避免这种打印。

这是最近修复的，如果升级到TensorFlow 0.12或更高版本，应该可以使用

要禁用TensorFlow的所有日志输出，请在启动Python之前设置以下环境变量：

$ export TF_CPP_MIN_LOG_LEVEL=3
$ python ...

您还可以通过更改

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

的值来调整详细程度：

• 0=记录所有消息（默认行为）
• 1=

  INFO

  未打印消息
• 2=

  信息

  和

  警告

  消息不打印
• 3=

  信息

  ，

  警告

  和

  错误

  消息不打印

默认值为0，因此显示所有日志。将TF_CPP_MIN_LOG_LEVEL设置为1以过滤掉信息日志，将2设置为额外过滤掉警告，将3设置为额外过滤掉错误

---

您可以在启动Python之前设置环境变量，如第一个答案中所述，也可以在Python代码中添加以下行：

import os  
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '3'  

根据您想要的消息，将3更改为值（0、1、2、3）

PS:如果您使用的是TensorFlow=>2.0，请确保在导入TensorFlow之前放置这些行以使其生效。

跟踪问题：