«Если рабочий хочет хорошо выполнять свою работу, он должен сначала заточить свои инструменты» — Конфуций, «Аналитики Конфуция. Лу Лингун»
титульная страница > программирование > Как подавить отладочный вывод Tensorflow?

Как подавить отладочный вывод Tensorflow?

Опубликовано 6 ноября 2024 г.
Просматривать:527

How to Suppress Tensorflow Debugging Output?

Подавление отладочной информации Tensorflow

Tensorflow может отображать отладочную информацию в терминале после инициализации, включая загруженные библиотеки и обнаруженные устройства. Хотя эта информация может быть полезна для целей отладки, она также может загромождать консоль и затруднять отслеживание важных сообщений.

Чтобы отключить эту отладочную информацию, вы можете использовать модуль os.environ:

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

Этот код устанавливает минимальный уровень журналирования для Tensorflow равным 3, эффективно подавляя всю отладочную информацию.

Уровни журналирования в Tensorflow варьируются от 0 до 3, где 0 указывает на все сообщения печатаются и 3, указывающие, что печатаются только сообщения об ошибках. Вот разбивка уровней журналирования:

  • 0: все сообщения регистрируются.
  • 1: сообщения INFO не печатаются.
  • 2: сообщения INFO и WARNING не печатаются.
  • 3: сообщения INFO, WARNING и ERROR не печатаются.

Установка минимального уровня ведения журнала на 3 гарантирует, что отладочная информация не будет отображаться, независимо от используемая версия Tensorflow (протестировано с версиями 0.12 и 1.0). Такой подход обеспечивает чистый и лаконичный вывод на консоль, позволяя вам сосредоточиться на важных сообщениях.

Последний учебник Более>

Изучайте китайский

Отказ от ответственности: Все предоставленные ресурсы частично взяты из Интернета. В случае нарушения ваших авторских прав или других прав и интересов, пожалуйста, объясните подробные причины и предоставьте доказательства авторских прав или прав и интересов, а затем отправьте их по электронной почте: [email protected]. Мы сделаем это за вас как можно скорее.

Copyright© 2022 湘ICP备2022001581号-3