如何在Jupyter Notebook中屏蔽TensorFlow 2.8的所有警告？

你遇到的典型警告内容翻译如下：

警告:absl:保存模型时发现未追踪的函数，例如lstm_cell_layer_call_fn、lstm_cell_layer_call_and_return_conditional_losses（显示其中2个）。加载模型后这些函数无法直接调用。

之前的方法无效，核心原因是环境变量设置时机错误，以及未单独处理absl库的日志输出。以下是完整可行的解决方案：

一、完整代码示例（严格按顺序执行） #

# 1. 先设置环境变量，必须在导入TensorFlow之前执行
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '3'  # 3级屏蔽TensorFlow所有C++层日志
os.environ['ABSL_LOG_LEVEL'] = '3'        # 屏蔽absl库的所有警告与日志

# 2. 关闭Python原生警告
import warnings
warnings.filterwarnings('ignore')

# 3. 导入并配置TensorFlow日志
import tensorflow as tf
from tensorflow.keras.models import Sequential

# 关闭TensorFlow原生日志输出
tf.get_logger().setLevel('ERROR')
tf.compat.v1.logging.set_verbosity(tf.compat.v1.logging.ERROR)

# 额外：针对LSTM模型保存时的未追踪函数警告，可在保存时添加参数
# model.save('your_model_path', save_format='tf', include_optimizer=False)
# 或构建模型时用tf.function包裹自定义层，确保所有函数被正确追踪

二、关键注意事项 #

• 环境变量优先设置：TF_CPP_MIN_LOG_LEVEL和ABSL_LOG_LEVEL必须在导入TensorFlow前定义，否则无法生效。
• 单独处理absl日志：你遇到的警告来自absl库，需单独设置ABSL_LOG_LEVEL=3才能屏蔽。
• Notebook补充处理：若Jupyter Notebook仍有输出残留，可在代码单元格开头添加%%capture魔法命令，或在所有配置代码末尾加;抑制输出。

内容的提问来源于stack exchange，提问作者till Kadabra