导入torch.utils.tensorboard引发tensorflow警告

0 投票

2 回答

17 浏览

提问于 2025-04-12 12:36

正如这里所说，tensorboard是tensorflow的一部分，但并不依赖于它。你可以在pytorch中使用它，比如这样：

from torch.utils.tensorboard import SummaryWriter

不过，这个导入会导致出现很多和tensorflow相关的警告信息，真让人烦。

2024-03-28 12:11:43.296359: I tensorflow/core/util/port.cc:110] oneDNN custom operations are on. You may see slightly different numerical results due to floating-point round-off errors from different computation orders. To turn them off, set the environment variable `TF_ENABLE_ONEDNN_OPTS=0`.                                                                              
2024-03-28 12:11:43.331928: I tensorflow/core/platform/cpu_feature_guard.cc:182] This TensorFlow binary is optimized to use available CPU instructions in performance-critical operations.
To enable the following instructions: AVX2 AVX512F AVX512_VNNI FMA, in other operations, rebuild TensorFlow with the appropriate compiler flags.
2024-03-28 12:11:43.970865: W tensorflow/compiler/tf2tensorrt/utils/py_utils.cc:38] TF-TRT Warning: Could not find TensorRT

我在想，这些警告信息是否真的有必要，或者有没有办法（安全地）把它们静音。

日志记录机器学习警告信息 tensorflow 深度学习 pytorch tensorboard 模型可视化

2 个回答

如果这些警告不会影响你的代码运行或性能，你可以选择忽略它们。

import warnings
warnings.filterwarnings("ignore", category=FutureWarning)

回答于 2025-04-12 由 Python大师

分享举报

我找到了一种解决办法，不需要导入tensorflow（我并不使用它），但可以通过环境变量来静音的方法：

只需在你的脚本开头添加这一行。

os.environ['TF_CPP_MIN_LOG_LEVEL'] = '3'  # FATAL

这个方法适用于任何版本的 tensorflow > 1.14

回答于 2025-04-12 由 Python大师

分享举报

导入torch.utils.tensorboard引发tensorflow警告

2 个回答

撰写回答