2.0更新（10/8/19） 设置
TF_CPP_MIN_LOG_LEVEL仍然应该起作用（请参见v0.12 +
更新中的以下内容），但是当前存在一个未解决的问题（请参阅问题＃31870）。如果该设置TF_CPP_MIN_LOG_LEVEL对您不起作用（再次参见下文），请尝试执行以下操作来设置日志级别：
import tensorflow as tftf.get_logger().setLevel('INFO')此外，请参阅有关tf.autograph.set_verbosity设置签名日志消息详细程度的文档-例如：
# Can also be set using the AUTOGRAPH_VERBOSITY environment variabletf.autograph.set_verbosity(1)
v0.12 +更新（5/20/17），通过TF 2.0+运行：
在TensorFlow 0.12+中，根据此问题，您现在可以通过称为TF_CPP_MIN_LOG_LEVEL;的环境变量控制日志记录。它默认为0（显示所有日志），但可以设置为该Level列下的以下值之一。
Level | Level for Humans | Level Description -------|------------------|------------------------------------ 0 | DEBUG | [Default] Print all messages 1 | INFO | Filter out INFO messages 2 | WARNING | Filter out INFO & WARNING messages 3 | ERROR | Filter out all messages
请参阅以下使用Python的通用OS示例：
import osos.environ['TF_CPP_MIN_LOG_LEVEL'] = '3' # or any {'0', '1', '2'}import tensorflow as tf为了更全面，您还调用了设置Pythontf_logging模块的级别，该模块用于摘要操作，张量板，各种估计器等。
# append to lines abovetf.logging.set_verbosity(tf.logging.ERROR) # or any {DEBUG, INFO, WARN, ERROR, FATAL}对于1.14，如果不按以下说明使用v1 API，则会收到警告：
# append to lines abovetf.compat.v1.logging.set_verbosity(tf.compat.v1.logging.ERROR) # or any {DEBUG, INFO, WARN, ERROR, FATAL}对于TensorFlow或TF-Learn日志的早期版本（v0.11.x或更低版本）：
查看以下页面以获取有关TensorFlow日志记录的信息; 与新的更新，你能在日志记录级别设置为
DEBUG，INFO，WARN，ERROR，或
FATAL。例如：
tf.logging.set_verbosity(tf.logging.ERROR)
该页面还翻过了可与TF-Learn模型一起使用的监视器。这是页面。
但是，这不会阻止所有日志记录（仅TF-Learn）。我有两种解决方案；一种是“技术上正确”的解决方案（Linux），另一种是重建TensorFlow。
script -c 'python [FILENAME].py' | grep -v 'I tensorflow/'
对于其他，请参见此答案，其中涉及修改源和重建TensorFlow。
