TensorFlow設置日志級別的方法有哪些

這篇文章給大家分享的是有關TensorFlow設置日志級別的方法有哪些的內容。小編覺得挺實用的，因此分享給大家做個參考，一起跟隨小編過來看看吧。

TensorFlow中的log共有INFO、WARN、ERROR、FATAL 4種級別。有以下幾種設置方式。

1. 通過設置環境變量控制log級別

可以通過環境變量TF_CPP_MIN_LOG_LEVEL進行設置，TF_CPP_MIN_LOG_LEVEL的不同值的含義分別如下：

設置TF_CPP_MIN_LOG_LEVEL的值，屏蔽該級別以及更低級別的日志，如：設置為1，表示屏蔽自己級別的INFO和更低級別的DEBUG日志。

設置環境變量，有兩種方式，一種是永久設置，一種臨時性設置。

永久設置

修改環境變量：將export TF_CPP_MIN_LOG_LEVEL=1加入到Linux的 ~/.bashrc、~/.zshrc或/etc/profile配置文件中，其中加入到/etc/profile文件是對所有用戶都有效。可以在配置文件中設置為1或者2，不建議設置為更高級別的3.

臨時性設置

終端中輸入export TF_CPP_MIN_LOG_LEVEL="1"

python代碼實現方法

import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = "1"

ps：os.environ是一個mapping，一系列的鍵、值對存儲在該mapping中，系統環境信息全部存儲在該mapping中。如果是print(os.environ['HOME'])這樣輸出信息，調用的是getenv("HOME")函數，如果環境變量被改變，將會調用putenv()函數進行修改。

python代碼中一種錯誤的設置方法：

os.system("export TF_CPP_MIN_LOG_LEVEL=1") – 錯誤用法

不能使用的原因 — 不能通過shell的子進程改變shell的環境變量 — 具體可以參考 stackoverflow alex的回答。

2.通過 tf.logging 模塊進行設置 – 推薦

python代碼中可以添加如下部分代碼進行設置。

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

tf.logging.ERROR可以換成 {DEBUG, INFO, WARN, ERROR, FATAL} 中的任何一個。

這里有所不同，設置ERROR，將輸出ERROR、FATAL級別日志。

代碼測試：

def main(self): 
  tf.logging.set_verbosity(tf.logging.ERROR)
  tf.logging.debug("debug")
  tf.logging.info("info")
  tf.logging.warning("warning")
  tf.logging.error("error")
  tf.logging.fatal("fatal")
  
if __name__ == '__main__':
  tf.app.run()

運行上述代碼，可以獲得ERROR、FATAL級別日志。

感謝各位的閱讀！關于“TensorFlow設置日志級別的方法有哪些”這篇文章就分享到這里了，希望以上內容可以對大家有一定的幫助，讓大家可以學到更多知識，如果覺得文章不錯，可以把它分享出去讓更多的人看到吧！