关闭TensorFlow C++日志需在import tensorflow前设os.environ['TF_CPP_MIN_LOG_LEVEL']='2'（屏蔽INFO/WARNING），因其绕过Python logging模块；tf.debugging.experimental.enable_dump_debug_info()等调试工具须禁用才能彻底静默。
因为 TensorFlow 默认启用了较详细的 C++ 日志输出，尤其是 tf.debugging.experimental.enable_dump_debug_info() 或底层运行时（如 XLA、GPU 初始化）触发的调试信息，这些不是 Python 的 logging 模块控制的，而是直接来自 TensorFlow 的 C++ 日志系统。
如何关闭 TensorFlow 的 C++ Debug 日志
这类日志通常形如 2026-06-03 04:35:12.123456: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1872] Created device...，它们由 TensorFlow 内部的 TF_CPP_MIN_LOG_LEVEL 环境变量控制，与 Python 的 logging 级别无关。
- 设置环境变量
TF_CPP_MIN_LOG_LEVEL=2可屏蔽 INFO（I）和 WARNING（W），只保留 ERROR（E）和 FATAL（F） - 值为
3时仅显示 FATAL；设为0（默认）则全部输出 - 必须在
import tensorflow as tf之前设置，否则无效 - 在脚本开头添加：
import os os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
即可生效
为什么 logging.basicConfig(level=logging.INFO) 不起作用
Python 的 logging 模块只管 Python 层的日志，而上述大量日志是 TensorFlow C++ 后端直接写到 stderr 的原始字符串，绕过了 Python 日志系统。
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
-
basicConfig对tf.debugging、@tf.function编译日志、GPU 设备枚举等完全无效 - 即使你把 Python 日志设成
WARNING，C++ 日志仍会照常刷屏 - PyCharm 控制台里看到的
DEBUG:root:...是另一类——来自你或第三方库的 Python 日志，需单独处理
哪些操作会意外开启更多 Debug 输出
除了环境变量，以下代码或配置会主动触发额外日志，容易被忽略：
- 调用
tf.debugging.experimental.enable_dump_debug_info()—— 这是 Debugger V2 的开关，会生成海量张量快照日志，仅用于深度调试，生产/训练中务必注释掉 - 启用
tf.config.run_functions_eagerly(True)会增加 eager 执行路径的跟踪输出 - 使用
@tf.function(jit_compile=True)（XLA）时，首次编译可能打印优化过程细节 - TensorFlow 2.15+ 在 Windows 上若检测到 CUDA 驱动不匹配，会反复输出 GPU 初始化失败的 DEBUG 级警告
真正要“静默”运行，得同时处理两层：C++ 日志靠 TF_CPP_MIN_LOG_LEVEL，Python 日志靠 logging 级别 + 清理临时 print()；而 enable_dump_debug_info 这种重型调试工具，一旦确认问题就该立刻停用——它不是开关，是探针，插着就必然有噪音。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
