Bagaimana untuk Mengawal Output Penyahpepijatan TensorFlow dalam Terminal Anda?

Patricia Arquette
Lepaskan: 2024-10-26 09:58:30
asal
155 orang telah melayarinya

How to Control TensorFlow Debugging Output in Your Terminal?

Mengawal Maklumat Nyahpepijat TensorFlow dalam Terminal

Apabila bekerja dengan TensorFlow, pelbagai maklumat penyahpepijatan dipaparkan dalam terminal, termasuk butiran tentang perpustakaan yang dimuatkan dan peranti yang dikesan. Walaupun maklumat ini boleh berguna untuk penyahpepijatan, ia mungkin menjadi menggembirakan atau mengganggu. Untuk menangani perkara ini, TensorFlow menyediakan mekanisme untuk menyesuaikan tahap maklumat penyahpepijatan yang dilog.

Lumpuhkan Maklumat Penyahpepijatan

Untuk melumpuhkan semua maklumat penyahpepijatan, tetapkan pembolehubah persekitaran TF_CPP_MIN_LOG_LEVEL kepada 3. Ini akan menyekat semua mesej maklumat daripada TensorFlow.

<code class="python">import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '3'
import tensorflow as tf</code>
Salin selepas log masuk

Penyesuaian Tahap Log

Pembolehubah TF_CPP_MIN_LOG_LEVEL membolehkan kawalan yang lebih baik ke atas tahap pengelogan. Nilai berikut mewakili tahap pengelogan yang berbeza:

  • 0: Semua mesej dilog (lalai).
  • 1: Mesej INFO tidak dicetak.
  • 2: INFO dan mesej AMARAN tidak dicetak.
  • 3: INFO, AMARAN dan mesej RALAT tidak dicetak.

Contoh

Yang berikut contoh menunjukkan cara untuk menyekat semua mesej bukan ralat:

<code class="python">os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
import tensorflow as tf</code>
Salin selepas log masuk

Versi Diuji

Penyelesaian ini telah diuji pada TensorFlow versi 0.12 dan 1.0.

Atas ialah kandungan terperinci Bagaimana untuk Mengawal Output Penyahpepijatan TensorFlow dalam Terminal Anda?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

sumber:php.cn
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Artikel terbaru oleh pengarang
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan
Tentang kita Penafian Sitemap
Laman web PHP Cina:Latihan PHP dalam talian kebajikan awam,Bantu pelajar PHP berkembang dengan cepat!