如何在导入Keras时隐藏警告及错误信息？

我太懂这种被无关日志刷屏的烦恼了！你提到你的脚本导入这些Keras模块：

from keras.models import Sequential
from keras.layers import Dense, Input
from keras.utils import to_categorical

每次运行都会弹出一堆CUDA相关的警告和错误信息，比如：

2024-07-20 10:51:48.653282: I external/local_xla/xla/tsl/cuda/cudart_stub.cc:32] Could not find cuda drivers on your machine, GPU will not be used.
2024-07-20 10:51:48.657088: I external/local_xla/xla/tsl/cuda/cudart_stub.cc:32] Could not find cuda drivers on your machine, GPU will not be used.
2024-07-20 10:51:48.670352: E external/local_xla/xla/stream_executor/cuda/cuda_fft.cc:485] Unable to register cuFFT factory: Attempting to register factory for plugin cuFFT when one has already been registered
2024-07-20 10:51:48.710318: E external/local_xla/xla/stream_executor/cuda/cuda_dnn.cc:8454] Unable to register cuDNN factory: Attempting to register factory for plugin cuDNN when one has already been registered
2024-07-20 ...

其实这些信息大多是TensorFlow底层的日志提示（现在Keras已经是TensorFlow的官方API了），不是你的代码真的出了问题——只是告诉你没安装CUDA驱动所以用不了GPU，还有一些插件注册的小冲突，完全不影响代码运行。下面给你几个实用的屏蔽方法：

方法一：通过TensorFlow日志级别控制 #

在导入Keras之前，先调整TensorFlow的日志输出级别，把无关的INFO、WARNING都屏蔽掉：

import tensorflow as tf
# 只保留ERROR级别的信息，其他都过滤掉
tf.get_logger().setLevel('ERROR')

# 之后再导入你的Keras模块
from keras.models import Sequential
from keras.layers import Dense, Input
from keras.utils import to_categorical

如果还是有漏网的信息，可以试试通过环境变量加强控制：

import os
# 设置TF日志级别：3表示只显示ERROR，0=全显示，1=屏蔽INFO，2=屏蔽INFO和WARNING
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '3'

import tensorflow as tf
from keras.models import Sequential
from keras.layers import Dense, Input
from keras.utils import to_categorical

方法二：用Python warnings模块过滤警告 #

有些警告是Python标准库发出的，直接用warnings模块忽略就行：

import warnings
# 忽略所有警告（也可以指定特定类型，比如DeprecationWarning）
warnings.filterwarnings('ignore')

# 导入Keras模块
from keras.models import Sequential
from keras.layers import Dense, Input
from keras.utils import to_categorical

方法三：组合使用效果最佳 #

把环境变量设置、日志级别调整和警告过滤结合起来，基本能把所有无关信息都屏蔽掉：

import os
import warnings
import tensorflow as tf

os.environ['TF_CPP_MIN_LOG_LEVEL'] = '3'
warnings.filterwarnings('ignore')
tf.get_logger().setLevel('ERROR')

# 最后导入Keras模块
from keras.models import Sequential
from keras.layers import Dense, Input
from keras.utils import to_categorical

提醒一下：这些设置只是隐藏了日志信息，不会影响模型的训练和运行。如果之后你需要调试GPU相关的问题，记得把这些设置改回来，方便排查问题哦！

备注：内容来源于stack exchange，提问作者Gabriel