2.0更新（10/8/19） 设置TF_CPP_MIN_LOG_LEVEL仍然应该起作用（请参见v0.12 +更新中的以下内容），但是当前存在一个未解决的问题（请参阅问题＃31870）。如果该设置TF_CPP_MIN_LOG_LEVEL对您不起作用（再次参见下文），请尝试执行以下操作来设置日志级别：

import tensorflow as tf
tf.get_logger().setLevel('INFO')

此外，请参阅有关tf.autograph.set_verbosity设置签名日志消息详细程度的文档-例如：

# Can also be set using the AUTOGRAPH_VERBOSITY environment variable
tf.autograph.set_verbosity(1)

v0.12 +更新（5/20/17），通过TF 2.0+运行：

在TensorFlow 0.12+中，根据此问题，您现在可以通过称为TF_CPP_MIN_LOG_LEVEL;的环境变量控制日志记录。它默认为0（显示所有日志），但可以设置为该Level列下的以下值之一。

  Level | Level for Humans | Level Description                  
 -------|------------------|------------------------------------ 
  0     | DEBUG            | [Default] Print all messages       
  1     | INFO             | Filter out INFO messages           
  2     | WARNING          | Filter out INFO & WARNING messages 
  3     | ERROR            | Filter out all messages      

请参阅以下使用Python的通用OS示例：

import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '3'  # or any {'0', '1', '2'}
import tensorflow as tf

为了更全面，您还调用了设置Pythontf_logging模块的级别，该模块用于摘要操作，张量板，各种估计器等。

# append to lines above
tf.logging.set_verbosity(tf.logging.ERROR)  # or any {DEBUG, INFO, WARN, ERROR, FATAL}

对于1.14，如果不按以下说明使用v1 API，则会收到警告：

# append to lines above
tf.compat.v1.logging.set_verbosity(tf.compat.v1.logging.ERROR)  # or any {DEBUG, INFO, WARN, ERROR, FATAL}

对于TensorFlow或TF-Learn日志的早期版本（v0.11.x或更低版本）：
查看以下页面以获取有关TensorFlow日志记录的信息; 与新的更新，你能在日志记录级别设置为DEBUG，INFO，WARN，ERROR，或FATAL。例如：

tf.logging.set_verbosity(tf.logging.ERROR)

该页面还翻过了可与TF-Learn模型一起使用的监视器。这是页面。

但是，这不会阻止所有日志记录（仅TF-Learn）。我有两种解决方案；一种是“技术上正确”的解决方案（Linux），另一种是重建TensorFlow。

script -c 'python [FILENAME].py' | grep -v 'I tensorflow/'

对于其他，请参见此答案，其中涉及修改源和重建TensorFlow。