2.0更新(10/8/19) 设置
TF_CPP_MIN_LOG_LEVEL仍然应该起作用(请参见v0.12 +
更新中的以下内容),但是当前存在一个未解决的问题(请参阅问题#31870)。如果该设置TF_CPP_MIN_LOG_LEVEL对您不起作用(再次参见下文),请尝试执行以下 *** 作来设置日志级别:
import tensorflow as tftf.get_logger().setLevel('INFO')
此外,请参阅有关tf.autograph.set_verbosity设置签名日志消息详细程度的文档-例如:
# Can also be set using the AUTOGRAPH_VERBOSITY environment variabletf.autograph.set_verbosity(1)
v0.12 +更新(5/20/17),通过TF 2.0+运行:
在TensorFlow 0.12+中,根据此问题,您现在可以通过称为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),但可以设置为该Level列下的以下值之一。
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 osos.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Pythontf_logging模块的级别,该模块用于摘要 *** 作,张量板,各种估计器等。
# append to lines abovetf.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 abovetf.compat.v1.logging.set_verbosity(tf.compat.v1.logging.ERROR) # or any {DEBUG, INFO, WARN, ERROR, FATAL}
对于TensorFlow或TF-Learn日志的早期版本(v0.11.x或更低版本):
查看以下页面以获取有关TensorFlow日志记录的信息; 与新的更新,你能在日志记录级别设置为
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。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)