根本原因是Windows控制台GBK编码与TensorFlow C++日志UTF-8输出错位；应优先设置PYTHONIOENCODING=utf-8和PYTHONUTF8=1，而非改源码或系统设置。
TensorFlow日志输出中文乱码（Windows常见）
根本原因不是TensorFlow本身，而是Python启动时继承了Windows控制台的GBK编码，而TensorFlow底层日志（尤其用C++写的部分）默认按UTF-8写入，终端又没正确解码——三者错位导致方块、问号或空格。
- 临时验证：在命令行运行
chcp，若显示936（即GBK），基本可锁定问题 - 不要改TensorFlow源码或重编译——徒劳且不可维护
- 优先从Python进程启动环境入手，而非全局改系统区域设置
- PyCharm/VS Code等IDE终端可能缓存旧编码，改完需重启终端而非仅重启Python解释器
Python启动前强制指定UTF-8环境变量
Windows下最稳定的做法是让Python进程从一开始就“知道自己该用UTF-8”，而不是依赖终端猜测。这比改注册表或系统locale更轻量、更可控。
- 运行Python前，在命令行先执行：
set PYTHONIOENCODING=utf-8和set PYTHONUTF8=1 - 若用脚本启动（如
python train.py），建议封装成BAT文件，开头就设这两项 -
PYTHONUTF8=1是Python 3.7+引入的开关，开启后Python自动以UTF-8处理stdio、文件名、环境变量；不设它，单靠PYTHONIOENCODING只能管输入输出流 - Linux/macOS用户一般无需此步，因默认locale多为
en_US.UTF-8或类似值
TensorFlow 2.x中自定义日志处理器绕过编码冲突
当上述环境变量法在某些打包环境（如PyInstaller生成的exe）中失效时，可接管TensorFlow的日志输出路径，避开控制台直连。
- TensorFlow默认用
absl.logging，可通过absl.logging.get_absl_handler().use_absl_log_file()重定向到文件 - 关键点：写入文件时Python会用系统默认编码（Windows下常是GBK），所以必须显式指定encoding：
absl.logging.get_absl_handler().use_absl_log_file('tf.log', 'a', encoding='utf-8') - 注意
absl版本兼容性——TF 2.10+内置absl>=1.0，旧版需升级pip install -U absl-py - 此法无法解决控制台实时输出，但能确保日志内容可读，适合调试长期训练任务
检查conda/virtualenv是否覆盖了系统编码设置
用conda创建的环境有时会静默修改LANG或LC_ALL（Linux/macOS）甚至影响Windows子系统WSL中的行为，导致看似相同的代码在不同环境下表现不一。
- 激活环境后，运行
python -c "import locale; print(locale.getpreferredencoding())"，确认输出是UTF-8而非ANSI_X3.4-1968之类 - conda环境配置文件（如
%CONDA_PREFIX%\etc\conda\activate.d\env_vars.bat）里可能有硬编码的set PYTHONIOENCODING=gbk，需手动删掉 - 虚拟环境未激活时正常、激活后乱码？八成是环境脚本在作祟，别急着重装TensorFlow
PYTHONIOENCODING，若PYTHONUTF8未开启，os.listdir()、路径拼接、甚至tf.io.gfile.glob()里的中文路径仍可能出错。 
