禁用Tensorflowdebugging信息

通过debugging信息,我的意思是什么TensorFlow显示在我的terminal有关加载库和发现设备等不是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: YI 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 ... 

您可以使用os.environ禁用所有debugging日志:

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

在0.12和1.0的testing

1.0更新(5/20/17):

在TensorFlow 0.12+中,通过这个问题 ,您现在可以通过名为TF_CPP_MIN_LOG_LEVEL的环境variables来控制日志logging; 它默认为0(所有日志显示),但可以设置为1来过滤INFO日志,2可以额外过滤WARNING日志,3可以额外过滤出ERROR日志。 请参阅以下使用Python的通用操作系统示例:

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

对于先前版本的TensorFlow或TF-Learn日志logging,请参阅以下内容:

查看下面的页面,了解有关TensorFlowlogging的信息; 使用新的更新,您可以将日志logging详细设置为DEBUGINFOWARNERRORFATAL 。 例如:

 tf.logging.set_verbosity(tf.logging.ERROR) 

该页面另外还有可以与TF-Learn型号一起使用的监视器。 这是页面 。

并不阻止所有的日志logging,尽pipe(仅TF-Learn)。 我有两个解决scheme; 一个是“技术上正确”的解决scheme(Linux),另一个是重buildTensorFlow。

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

另一方面,请看这个涉及修改源码和重buildTensorFlow的答案 。

我也有这个问题(在tensorflow-0.10.0rc0 ),但不能通过build议的答案解决过多的鼻子testinglogging问题。

我设法通过直接探测tensorflowlogging器来解决这个问题。 不是最正确的修复,但工程很好,只污染直接或间接input张量的testing文件:

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