Question

我使用.order(members_count: :desc)安装了tensorflow 1.2.0。

当我运行包含

的样本时

pip install

表单的日志消息

import logging
tf.logging.set_verbosity(tf.logging.INFO)

即使标志为

logging.info('TEST')

。

，

也不会出现在终端输出中

根据this answer，我也试过了

--tostderr

但问题仍然存在。有什么想法吗？

Answer 1

TF Logging Basics：

因此，在tensorflow日志记录方面存在很多混淆，实际上并没有很好地记录。我在搜索中几次登陆这里，所以它似乎是一个发布答案的好地方。

经过Ubuntu和Windows的一些研究和实验（超过我的计划），这就是我得到的：

有两个标记，类似命名，但语义有些不同：

TF_CPP_MIN_LOG_LEVEL - 有3或4个基本级别 - 低数字=更多消息。
- 0输出信息，警告，错误和致命（默认）
- 1输出警告，以及
- 2输出错误及以上。
- 等......我没有检查边缘情况
TF_CPP_MIN_VLOG_LEVEL - 这会导致非常多的信息错误 - 实际上仅用于调试 - 低数字=减少消息。
- 3输出大量的东西
- 2输出更少
- 1输出更少
- 0不输出任何额外内容（默认）

附加说明：

由于所有VLOG消息都是信息性的，因此需要将LOG设置为0才能看到它们。幸运的是，这是默认设置。
这些错误会转到标准错误，因此您可以使用以下内容重定向它们：
- python tf-program.py &>mylog.log
这些应该由os模块选取，以便您能够在环境中设置它们
如果没有VLOG且没有GPU，那么就没有那么多的信息消息了，所以你可以认为日志记录不是真的有效。

窗：

除了python的os模块在Windows下没有接收它们。 Python从不喜欢Windows ...
- 此代码序列适用于Windows（并且肯定适用于Linux）：
  - import os
  - os.environ['TF_CPP_MIN_LOG_LEVEL'] = '0'
  - os.environ['TF_CPP_MIN_VLOG_LEVEL'] = '3'
  - import tensorflow as tf

Linux的：

在Linux（bash）下，您可以在命令行上方便地指定这些内容，例如：
- TF_CPP_MIN_VLOG_LEVEL=3 python tf-program.py

FWIW，我使用本教程在TensorFlow 1.7上进行了测试：

https://github.com/tensorflow/models/tree/master/tutorials/image/mnist

这就是它的样子：

Answer 2

我通常采取的控制TensorFlow日志记录的方法是在任何TensorFlow导入之前使用这段代码

import os
import logging
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '0'
logging.getLogger("tensorflow").setLevel(logging.WARNING)

import tensorflow as tf

我很高兴听到任何更好的解决方案。

Answer 3

tensorflow中确实有两个日志系统：一个在C ++核心（特别是tensorflow / core / platform / default / logging。{h，cc}），另一个在Python绑定中。 这两个系统是独立的。

Python绑定中的一个与标准Python日志记录模块很好地配合。 C ++记录器由前面答案中提到的TF_CPP_MIN_LOG_LEVEL环境变量独立控制。

以下Python（我在本地称为logtest.py）演示了两个系统的独立性。

"""
Demonstrate independence of TensorFlow's two logging subsystems.
"""

import argparse
import tensorflow as tf
import logging

_logger = logging.getLogger( "tensorflow" )

parser = argparse.ArgumentParser( description="Demo TensorFlow logging" )

parser.add_argument("-v","--verbosity",
    default="",
    choices=['DEBUG','INFO','WARNING','ERROR','CRITICAL'],
    help="One of {DEBUG,INFO,WARNING,ERROR,CRITICAL}" )

args = parser.parse_args()

print( "Initial Python effective log level:", _logger.getEffectiveLevel() )

# If user provided an explicit Python level, set it.

if args.verbosity:
    _logger.setLevel( args.verbosity   )
    print( " ...new Python effective log level:", _logger.getEffectiveLevel() ) # ...and confirm the change.

_logger.debug(    "   DEBUG messages are emitted" )
_logger.info(     "    INFO messages are emitted" )
_logger.warn(     " WARNING messages are emitted" )
_logger.error(    "   ERROR messages are emitted" )
_logger.critical( "CRITICAL messages are emitted" )

with tf.Session() as s:
    pass # ...just to trigger TensorFlow into action to generate logging.

...运行

TF_CPP_MIN_LOG_LEVEL=0 python3 logtest.py -v CRITICAL

...表明Python无法使核心日志记录系统沉默，并且

TF_CPP_MIN_LOG_LEVEL=5 python3 logtest.py -v DEBUG

...表明核心系统无法使Python沉默。

Answer 4

我尝试设置TF_CPP_MIN_LOG_LEVEL，但仍然无法正常工作。后检查此线程 https://github.com/tensorflow/tensorflow/issues/1258

如其所说

它是TF_CPP_MIN_VLOG_LEVEL，而不是TF_CPP_MIN_LOG_LEVEL 另外，请注意，如果设置了TF_CPP_MIN_LOG_LEVEL，则TF_CPP_MIN_VLOG_LEVEL 值会被忽略

然后我取消设置TF_CPP_MIN_LOG_LEVEL并再次设置TF_CPP_MIN_VLOG_LEVEL，可以。

这两个宏让我感到困惑希望对您有帮助。

Tensorflow日志消息不会出现

4 个答案:

TF Logging Basics：

附加说明：

窗：

Linux的：