抑制 Tensorflow 警告

Posted 2023-02-16

【中文标题】抑制 Tensorflow 警告

【英文标题】：Suppression of Tensorflow Warning

【发布时间】：2021-12-27 20:30:06

【问题描述】：

我有一个 tensorflow 2.x 功能模型模型，其第一层来自另一个预训练模型。我希望这些层保持冻结状态，因此我在预训练的头部上使用了tf.stop_gradient 来阻止它们学习。下面是我的网络的一个最小示例：

head =  load_my_cool_pretrained_representation_model()
x = tf.keras.layers.Dense(10000)(tf.stop_gradient(head.output))
x = tf.keras.layers.Dense(1)(x)
model = tf.keras.Model(inputs=head.inputs, outputs=x)
model.compile(loss='mse', optimizer=tf.keras.optimizers.Adam())

当我使用model.fit() 时，我收到以下警告：

警告：张量流：当最小化损失时，变量 ['cool_rep_layer/embeddings:0', ...] 不存在梯度。

我不需要警告，因为我希望这些图层没有渐变。我怎样才能抑制这个警告？我看过this answer，但我不想进入这个模型的渐变胶带。

【问题讨论】：

试试这个logging.getLogger('tensorflow').setLevel(logging.ERROR)

【参考方案1】：

根据noober's的评论，我刚刚添加了

import logging
logging.getLogger('tensorflow').setLevel(logging.ERROR)

摆脱警告。这对我有用。