这篇文章给大家分享的是有关TensorFlow设置日志级别的方法有哪些的内容。小编觉得挺实用的，因此分享给大家做个参考，一起跟随小编过来看看吧。
TensorFlow中的log共有INFO、WARN、ERROR、FATAL 4种级别。有以下几种设置方式。
1. 通过设置环境变量控制log级别
可以通过环境变量TF_CPP_MIN_LOG_LEVEL进行设置，TF_CPP_MIN_LOG_LEVEL的不同值的含义分别如下：
| Level | Level for Humans | Level Description |
|---|
| 0 | DEBUG | all messages are logged (Default) |
| 1 | INFO | INFO messages are not printed |
| 2 | WARNING | INFO and WARNING messages are not printed |
| 3 | ERROR | INFO, WARNING, and ERROR messages are not printed |
设置TF_CPP_MIN_LOG_LEVEL的值，屏蔽该级别以及更低级别的日志，如：设置为1，表示屏蔽自己级别的INFO和更低级别的DEBUG日志。
设置环境变量，有两种方式，一种是永久设置，一种临时性设置。
永久设置
修改环境变量：将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文件是对所有用户都有效。可以在配置文件中设置为1或者2，不建议设置为更高级别的3.
临时性设置
终端中输入export TF_CPP_MIN_LOG_LEVEL="1"
python代码实现方法
importos
os.environ['TF_CPP_MIN_LOG_LEVEL']="1"
ps：os.environ是一个mapping，一系列的键、值对存储在该mapping中，系统环境信息全部存储在该mapping中。如果是print(os.environ['HOME'])这样输出信息，调用的是getenv("HOME")函数，如果环境变量被改变，将会调用putenv()函数进行修改。
python代码中一种错误的设置方法：
os.system("export TF_CPP_MIN_LOG_LEVEL=1") – 错误用法
不能使用的原因 — 不能通过shell的子进程改变shell的环境变量 — 具体可以参考 stackoverflow alex的回答。
2.通过 tf.logging 模块进行设置 – 推荐
python代码中可以添加如下部分代码进行设置。
importtensorflowastf
tf.logging.set_verbosity(tf.logging.ERROR)
tf.logging.ERROR可以换成 {DEBUG, INFO, WARN, ERROR, FATAL} 中的任何一个。
这里有所不同，设置ERROR，将输出ERROR、FATAL级别日志。
代码测试：
defmain(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()运行上述代码，可以获得ERROR、FATAL级别日志。
感谢各位的阅读！关于“TensorFlow设置日志级别的方法有哪些”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，让大家可以学到更多知识，如果觉得文章不错，可以把它分享出去让更多的人看到吧！
