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DEBUG ， INFO ， WARN ， ERROR或FATAL 。 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 。
这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)
