TensorFlow 2.x默认输出大量INFO日志是因为其Python层使用根logger并设为INFO级，需用logging.getLogger("tensorflow").setLevel(logging.WARNING)关闭，且必须在import tf后、任何tf操作前执行；TF_CPP_MIN_LOG_LEVEL仅控制C++日志，对Python日志无效。
为什么TensorFlow 2.x默认输出大量INFO日志
TensorFlow 2.x（尤其是启用了eager execution后）会默认向stdout/stderr输出大量INFO级别日志，比如Starting the local TensorFlow server...、Created TensorFlow device...、Enabling eager execution...等。这些不是错误，但会淹没你自己的print或logging输出，尤其在Jupyter、CLI脚本或日志聚合场景下非常干扰。
根本原因是TensorFlow内部使用了Python标准logging模块，并将根logger的level设为INFO，且未做精细分级。它不响应os.environ['TF_CPP_MIN_LOG_LEVEL']对C++后端日志的控制——那个变量只管tensorflow/core底层日志，不管Python层的logging.info()调用。
用logging.getLogger("tensorflow")禁用Python层日志
最直接有效的方式是获取TensorFlow注册的logger并调高其日志等级。TensorFlow 2.x在首次import时会创建名为"tensorflow"的logger（注意不是"tensorflow.python"或其他子名），所有Python层日志都发往它。
执行以下代码即可屏蔽绝大部分冗余输出：
立即学习“Python免费学习笔记（深入）”；
import logging
logging.getLogger("tensorflow").setLevel(logging.WARNING)
常见组合建议：
- 只要彻底关闭：用
logging.getLogger("tensorflow").setLevel(logging.ERROR) - 想保留警告但屏蔽INFO/DEBUG：用
WARNING（推荐，默认值） - 必须保留INFO（如调试分布式初始化）：可配合
logging.getLogger("tensorflow").addHandler(logging.NullHandler())丢弃日志但不关掉level
⚠️ 注意：该设置必须在import tensorflow as tf之后、任何tf操作（如tf.constant）之前执行，否则部分初始化日志已发出，无法拦截。
os.environ['TF_CPP_MIN_LOG_LEVEL']只能过滤C++日志
这个环境变量常被误认为“万能开关”，但它只影响TensorFlow C++内核的日志（如CUDA初始化、XLA编译、设备枚举），对Python层logging.info()完全无效。它的取值含义如下：
-
"0"：显示所有日志（默认） -
"1"：屏蔽INFO（C++层） -
"2"：屏蔽INFO和WARNING（C++层） -
"3"：屏蔽INFO、WARNING、ERROR（C++层）——一般不建议，可能掩盖真实错误
正确用法（需在import tensorflow前设置）：
import os os.environ["TF_CPP_MIN_LOG_LEVEL"] = "2" import tensorflow as tf
如果你还看到INFO:tensorflow:Using CUDA...这类消息，说明它来自Python logger，必须用上一节方法处理。
在Jupyter中避免重复设置和logger污染
Jupyter notebook里容易因多次运行cell导致logging.getLogger("tensorflow")被反复setLevel，或不同kernel间logger状态残留。更稳妥的做法是：
- 把日志配置封装进一个函数，每次import后只调用一次：
def silence_tf(): import logging logging.getLogger("tensorflow").setLevel(logging.WARNING) silence_tf() - 避免在多个cell里分别import tf + setLevel，改用单cell完成导入与静音
- 如果用了
tf.keras子模块，无需额外处理——它共享同一root logger
另外，某些第三方库（如transformers）内部会重置logging配置，若它们触发后TensorFlow日志又回来了，就得在调用它们之后再次执行setLevel。
真正起效的关键就两点：先import tf，再调logging.getLogger("tensorflow").setLevel()；别指望TF_CPP_MIN_LOG_LEVEL管Python日志。其他花式hook或monkey patch反而容易失效或破坏TensorFlow内部状态。
