tf.logging.set_verbosity

在tensorflow中有函数可以直接log打印，这个跟ROS系统中打印函数差不多。

TensorFlow使用五个不同级别的日志消息。 按照上升的顺序，它们是DEBUG，INFO，WARN，ERROR和FATAL。 当您在任何这些级别配置日志记录时，TensorFlow将输出与该级别相对应的所有日志消息以及所有级别的严重级别。 例如，如果设置了ERROR的日志记录级别，则会收到包含ERROR和FATAL消息的日志输出，如果设置了一个DEBUG级别，则会从所有五个级别获取日志消息。 # 默认情况下，TENSFlow在WARN的日志记录级别进行配置，但是在跟踪模型训练时，您需要将级别调整为INFO，这将提供适合操作正在进行的其他反馈。

下面给出例子：

from __future__ import print_function
import tensorflow as tf
from preprocessing import preprocessing_factory
import reader
import model
import time
import os

tf.app.flags.DEFINE_string(‘loss_model’, ‘vgg_16’, 'The name of the architecture to evaluate. ’
‘You can view all the support models in nets/nets_factory.py’)
tf.app.flags.DEFINE_integer(‘image_size’, 256, ‘Image size to train.’)
tf.app.flags.DEFINE_string(“model_file”, “models.ckpt”, “”)
tf.app.flags.DEFINE_string(“image_file”, “a.jpg”, “”)

FLAGS = tf.app.flags.FLAGS

def main(_):

<span style="color:rgb(128,128,128);"><em># Get image's height and width.

height = 0
width = 0
with open(FLAGS.image_file, ‘rb’) as img:
with tf.Session().as_default() as sess:
if FLAGS.image_file.lower().endswith(‘png’):
image = sess.run(tf.image.decode_png(img.read()))
else:
image = sess.run(tf.image.decode_jpeg(img.read()))
height = image.shape[0]
width = image.shape[1]
tf.logging.info(‘Image size: %dx%d’ % (width, height))

if name==‘main’:
print(“caoakfa”)
tf.logging.set_verbosity(tf.logging.INFO)
tf.app.run()

运行结果为：

在tensorflow中有函数可以直接log打印，这个跟ROS系统中打印函数差不多。

TensorFlow使用五个不同级别的日志消息。 按照上升的顺序，它们是DEBUG，INFO，WARN，ERROR和FATAL。 当您在任何这些级别配置日志记录时，TensorFlow将输出与该级别相对应的所有日志消息以及所有级别的严重级别。 例如，如果设置了ERROR的日志记录级别，则会收到包含ERROR和FATAL消息的日志输出，如果设置了一个DEBUG级别，则会从所有五个级别获取日志消息。 # 默认情况下，TENSFlow在WARN的日志记录级别进行配置，但是在跟踪模型训练时，您需要将级别调整为INFO，这将提供适合操作正在进行的其他反馈。

下面给出例子：

from __future__ import print_function
import tensorflow as tf
from preprocessing import preprocessing_factory
import reader
import model
import time
import os