TensorFlow Keras for循环调用predict时日志无法屏蔽如何解决

• 运行第三方编写的程序，无法公开完整代码逻辑
• 基于TensorFlow Keras开发，通过tensorflow.keras.model提供的load_model接口加载h5格式模型，在for循环中调用model.predict(<data>)执行推理任务，同时引入tqdm组件展示进度条
• 异常表现：程序运行到循环逻辑后，控制台持续逐行打印冗余日志，日志效果如下：
  
• 已尝试的日志屏蔽配置（全部未生效）：

import absl.logging
import logging
import os

os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
absl.logging.set_verbosity(absl.logging.ERROR)
logging.getLogger("tensorflow").setLevel(logging.ERROR)
logging.getLogger("tensorflow").addHandler(logging.NullHandler(logging.ERROR))

之前的配置不生效核心有两个原因：一是日志配置执行时机晚于TensorFlow初始化，TF导入时就已经加载了默认日志规则，后续配置无法覆盖；二是没有关闭model.predict接口自带的进度输出，和tqdm的进度条冲突导致逐行刷屏。按以下步骤调整即可完全屏蔽冗余日志：

1. 严格调整代码顺序：所有TensorFlow相关的日志屏蔽配置，必须放在所有import tensorflow/from tensorflow import ...语句之前执行，否则配置不会生效。
2. 关闭predict接口自带输出：调用model.predict时传入verbose=0参数，关闭接口内置的进度打印逻辑，避免和tqdm冲突，调用示例：

   pred_result = model.predict(input_data, verbose=0)
   

3. 使用全链路日志屏蔽配置，可直接复用的代码片段如下：

   # === 以下所有代码必须放在tensorflow/keras相关导入语句之前 ===
   import os
   import logging
   
   # 屏蔽TensorFlow C++层日志
   os.environ['TF_CPP_MIN_LOG_LEVEL'] = '3'
   os.environ['AUTOGRAPH_VERBOSITY'] = '0'
   
   # 屏蔽absl基础日志输出
   import absl.logging
   absl.logging.set_verbosity(absl.logging.ERROR)
   absl.logging._warn_preinit_stderr = False
   
   # 屏蔽TensorFlow Python层日志，清除默认handler避免日志输出到控制台
   tf_logger = logging.getLogger('tensorflow')
   tf_logger.setLevel(logging.ERROR)
   tf_logger.handlers.clear()
   tf_logger.addHandler(logging.NullHandler())
   # === 配置完成后再导入tensorflow相关模块 ===
   
   import tensorflow as tf
   # 导入后二次加固配置，避免模型加载时日志级别被重置
   tf.get_logger().setLevel('ERROR')
   tf.autograph.set_verbosity(0)
   

4. 特殊场景处理：如果加载的h5模型包含自定义层、自定义算子，部分自定义代码会在模型加载时重置日志级别，可以在load_model执行完成后，再重复执行一次日志级别设置逻辑加固即可。

内容的提问来源于stack exchange，提问作者Fabio Magarelli