如何在Jupyter Notebook中禁用TensorFlow输出的GPU相关运行日志

你配置的TF_CPP_MIN_LOG_LEVEL不生效的核心原因是该环境变量必须在导入TensorFlow库之前配置，导入TensorFlow后再修改环境变量不会回溯生效，可按以下方法处理：

• 方法1：调整环境变量配置顺序
  把环境变量设置代码放在所有导入TensorFlow的语句之前，示例代码：

  import os
  # 0显示所有日志，1屏蔽INFO，2屏蔽WARNING，3屏蔽ERROR以外的所有日志
  os.environ['TF_CPP_MIN_LOG_LEVEL'] = '3' 
  import tensorflow as tf
  
  # 后续业务代码
  config = tf.compat.v1.ConfigProto()
  config.gpu_options.allow_growth = True
  session = tf.compat.v1.Session(config=config)
  

  调整顺序后仍不生效的话，重启Jupyter内核清除之前的模块导入缓存后再运行即可。
• 方法2：调用TensorFlow原生日志接口调整日志级别
  导入TensorFlow后直接设置日志输出级别，适配不同版本的写法：

  # 适配TensorFlow 2.x版本
  tf.get_logger().setLevel('ERROR')
  
  # 适配TensorFlow 1.x/兼容接口版本
  tf.compat.v1.logging.set_verbosity(tf.compat.v1.logging.ERROR)
  

• 方法3：额外过滤冗余警告（可选）
  如果还有残留的相关警告输出，可以搭配warnings模块过滤：

  import warnings
  warnings.filterwarnings('ignore', category=FutureWarning)
  warnings.filterwarnings('ignore', category=DeprecationWarning)
  

内容的提问来源于stack exchange，提问作者MVMV