如何消除TensorFlow的oneDNN优化提示并缩短程序启动时间？

一、消除oneDNN优化提示 #

要屏蔽CPU指令集优化提示，直接设置TF_CPP_MIN_LOG_LEVEL环境变量即可，有两种操作方式：

1. 代码内配置 #

在导入TensorFlow前先设置环境变量，屏蔽INFO和WARNING级别的日志：

import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
import tensorflow as tf

print("Hello")

2. 运行前设置环境变量 #

• Linux/macOS终端：

TF_CPP_MIN_LOG_LEVEL=2 python your_script.py

• Windows命令提示符：

set TF_CPP_MIN_LOG_LEVEL=2 && python your_script.py

二、解决5秒延迟的导入慢问题 #

TensorFlow导入慢源于加载组件多、硬件检测耗时，可尝试以下方案：

1. 禁用oneDNN加速（CPU场景适用） #

设置TF_ENABLE_ONEDNN_OPTS=0，减少TensorFlow对oneDNN组件的初始化，同时也能顺带屏蔽提示：

import os
os.environ['TF_ENABLE_ONEDNN_OPTS'] = '0'
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
import tensorflow as tf

print("Hello")

2. 精简导入（仅基础场景用） #

如果只是做简单打印这类操作，没必要加载整个TensorFlow，只导入核心模块即可：

import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
from tensorflow.core.framework import ops
print("Hello")

3. 编译本地优化版本（长期方案） #

如果经常使用TensorFlow，从源码编译时开启本地CPU的AVX2、FMA指令集优化，编译后的版本不仅导入更快，还不会弹出提示，性能也会同步提升。

内容的提问来源于stack exchange，提问作者Noah Carter