保存加载Keras/TensorFlow模型时，如何禁用.h5格式相关警告？

你遇到的两条警告来自absl日志库，常规的TensorFlow日志设置或Python警告过滤无法生效，需要针对absl日志单独配置。以下是两种可行方案：

方案一：全局降低absl日志级别（推荐） #

直接将absl的日志级别设为ERROR，屏蔽所有WARNING及以下的日志输出：

# 先配置absl日志，再导入Keras/TensorFlow
import absl.logging
absl.logging.set_verbosity(absl.logging.ERROR)

import keras

model = keras.Sequential(
    [
        keras.layers.Dense(5, input_shape=(3,)),
        keras.layers.Softmax(),
    ],
)
model.save('model.h5')
loaded_model = keras.saving.load_model('model.h5')

方案二：精准过滤特定警告消息 #

如果不想全局屏蔽absl警告，可针对两条特定警告内容添加过滤器：

import absl.logging
from absl.logging import PythonHandler

# 自定义过滤器，过滤指定警告消息
def filter_absl_warnings(record):
    msg = record.getMessage()
    # 匹配两条目标警告的关键词
    if "saving your model as an HDF5 file" in msg or "No training configuration found" in msg:
        return False
    return True

# 给absl的Python日志处理器添加过滤器
for handler in absl.logging.get_absl_handler().python_handler.logger.handlers:
    if isinstance(handler, PythonHandler):
        handler.addFilter(filter_absl_warnings)

import keras

model = keras.Sequential(
    [
        keras.layers.Dense(5, input_shape=(3,)),
        keras.layers.Softmax(),
    ],
)
model.save('model.h5')
loaded_model = keras.saving.load_model('model.h5')

为什么之前的方法无效？ #

• os.environ['TF_CPP_MIN_LOG_LEVEL']仅控制TensorFlow的C++底层日志；
• tf.get_logger()针对的是TensorFlow自身的Python日志系统；
• warnings.filterwarnings只能过滤Python标准库warnings模块输出的警告；
• 你遇到的两条警告由absl日志库独立输出，因此需要单独配置absl的日志规则。

内容的提问来源于stack exchange，提问作者SapereAude