torch._logging¶
PyTorch 有一个可配置的日志系统，其中不同的组件可以设置不同的日志级别。例如，一个组件的日志消息可以完全禁用，而另一个组件的日志消息可以设置为最大详细程度。
警告
此功能目前处于测试阶段，未来可能会出现不兼容的更改。
警告
此功能尚未扩展到控制 PyTorch 中所有组件的日志消息。
配置日志系统有两种方式：通过环境变量 TORCH_LOGS
或 Python API torch._logging.set_logs。
设置日志 |
设置各个组件的日志级别并切换各个日志工件类型。 |
环境变量 TORCH_LOGS 是一个逗号分隔的列表，包含 [+-] 对，其中 + 前缀将降低组件的日志级别，显示更多日志消息，而 - 前缀将提高组件的日志级别，显示更少的日志消息。默认设置是在 TORCH_LOGS 中未指定组件时的行为。除了组件之外，还有工件。工件是与组件关联的特定调试信息，这些信息要么显示，要么不显示，因此使用 + 或 - 前缀标记工件将不会产生任何操作。由于它们与组件关联，启用该组件通常也会启用该工件，除非该工件被指定为 off_by_default。此选项在 _registrations.py 中指定，适用于那些过于冗长以至于只有在明确启用时才应显示的工件。以下组件和工件可以通过 TORCH_LOGS 环境变量进行配置（参见 torch._logging.set_logs 的 Python API）：
- Components:
all特殊组件，用于配置所有组件的默认日志级别。默认值：
logging.WARNdynamoTorchDynamo 组件的日志级别。默认值：
logging.WARNaotAOTAutograd 组件的日志级别。默认值：
logging.WARNinductorTorchInductor 组件的日志级别。默认值：
logging.WARNyour.custom.module任意未注册模块的日志级别。提供完全限定的名称，模块将被启用。默认值：
logging.WARN
- Artifacts:
bytecode是否从TorchDynamo中发出原始和生成的字节码。 默认值:
Falseaot_graphs是否发出由AOTAutograd生成的图表。默认值：
Falseaot_joint_graph是否发出由 AOTAutograd 生成的联合前向-后向图。默认值：
Falsecompiled_autograd是否从compiled_autograd发出日志。默认值：
Falseddp_graphs是否发出由 DDPOptimizer 生成的图表。默认值：
Falsegraph是否以表格格式输出TorchDynamo捕获的图形。 默认值:
Falsegraph_code是否发出由 TorchDynamo 捕获的图的 Python 源代码。 默认值:
Falsegraph_breaks在TorchDynamo跟踪过程中遇到唯一图断点时是否发出消息。默认值：
Falseguards是否发出由 TorchDynamo 为每个编译函数生成的守卫。默认值：
Falserecompiles是否在每次TorchDynamo重新编译函数时发出保护失败的原因和消息。默认值：
Falseoutput_code是否输出 TorchInductor 的输出代码。默认值：
Falseschedule是否发出 TorchInductor 调度。默认值：
False
- Examples:
TORCH_LOGS="+dynamo,aot"将设置 TorchDynamo 的日志级别为logging.DEBUG并将 AOT 设置为logging.INFOTORCH_LOGS="-dynamo,+inductor"将设置 TorchDynamo 的日志级别为logging.ERROR并将 TorchInductor 设置为logging.DEBUGTORCH_LOGS="aot_graphs"将启用aot_graphs工件TORCH_LOGS="+dynamo,schedule"将启用设置 TorchDynamo 的日志级别为logging.DEBUG并启用schedule工件TORCH_LOGS="+some.random.module,schedule"将把 some.random.module 的日志级别设置为logging.DEBUG并启用schedule工件