TensorFlow中屏蔽warning的方法

问题

使用sudo pip3 install tensorflow安装完CPU版tensorflow后，运行简单的测试程序，出现如下警告：

I tensorflow/core/platform/cpu_feature_guard.cc:141] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2 FMA

分析

报错的大概意思是：你的CPU支持AVX扩展，但是你安装的TensorFlow版本无法编译使用。

原因：

除了通常的算术和逻辑，现代CPU提供了许多低级指令，称为扩展，例如， SSE2，SSE4，AVX等。

来自维基百科：

高级矢量扩展（AVX）是英特尔在2008年3月提出的英特尔和AMD微处理器的x86指令集体系结构的扩展，英特尔首先通过Sandy Bridge处理器在2011年第一季度推出，随后由AMD推出Bulldozer处理器在2011年第三季度.AVX提供了新功能，新指令和新编码方案。 特别是，AVX引入了融合乘法累加（FMA）操作，加速了线性代数计算，即点积，矩阵乘法，卷积等。

几乎所有机器学习训练都涉及大量这些操作，因此将会支持AVX和FMA的CPU（最高达300％）更快。该警告指出您的CPU确实支持AVX（hooray！）。

在此强调一下： 这只限于CPU。

1. 如果安装的是GPU版本 如果你有一个GPU，你不应该关心AVX的支持，因为大多数昂贵的操作将被分派到一个GPU设备上（除非明确地设置）。在这种情况下，您可以简单地忽略此警告（采用下面的任一方法）
2. 如果您没有GPU并且希望尽可能多地利用CPU，那么如果您的CPU支持AVX，AVX2和FMA，则应该从针对CPU优化的源构建tensorflow。

针对CPU优化的源构建tensorflow感觉有点麻烦（其实是我不会），对性能要求不高的情况下，可以选择屏蔽警告。

解决方法

TensorFlow的日志级别分为以下三种：

1. TF_CPP_MIN_LOG_LEVEL = 1         //默认设置，为显示所有信息
2. TF_CPP_MIN_LOG_LEVEL = 2         //只显示error和warining信息
3. TF_CPP_MIN_LOG_LEVEL = 3         //只显示error信息

所以，当TensorFlow出现警告信息，又不想让警告信息显示时，可进行如下设置：

方法一

python环境下通过在python文件中添加如下两行代码，设置TensorFlow日志输出级别。

import os
os.environ["TF_CPP_MIN_LOG_LEVEL"] = ""

方法二

在linux环境下，我们可以通过linux命令，屏蔽掉TensorFlow的warning：

1、暂时屏蔽warning：

在linux终端中输入命令：export TF_CPP_MIN_LOG_LEVEL=2，当该终端关闭，既失效；

2、永久屏蔽warning：

修改/etc/profile文件，在该文件中加入：

export TF_CPP_MIN_LOG_LEVEL=2

但是修改后需要重启系统或者使用source  /etc/profile命令，使修改后的profile文件生效。

参考链接：

1、https://blog.csdn.net/guilutian0541/article/details/81213764

2、https://www.cnblogs.com/suizhikuo/p/9935554.html