torch._logging#
创建于: 2023年4月24日 | 最后更新于: 2025年6月17日
PyTorch 拥有一个可配置的日志系统，其中不同的组件可以被赋予不同的日志级别设置。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
此功能处于 Beta 阶段，未来可能存在不兼容的更改。
警告
此功能尚未扩展到控制 PyTorch 中所有组件的日志消息。
有两种方式配置日志系统：通过环境变量 TORCH_LOGS 或 Python API torch._logging.set_logs。
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 [+-]<component> 对列表，其中 <component> 是下面指定的组件。+ 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，显示更少日志消息。默认设置是未在 TORCH_LOGS 中指定组件时的行为。除了组件，还有工件。工件是与组件关联的特定调试信息，可以显示或不显示，因此为工件添加 + 或 - 前缀将是无操作。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 中为那些非常冗余、只应在明确启用时才显示的工件指定。以下组件和工件可通过 TORCH_LOGS 环境变量配置（有关 Python API，请参见 torch._logging.set_logs）：
- 组件
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。提供完全限定名，该模块将被启用。默认值：
logging.WARN
- 工件
bytecode是否从 TorchDynamo 发出原始和生成的字节码。默认值：
Falseaot_graphs是否发出 AOTAutograd 生成的图。默认值：
Falseaot_joint_graph是否发出 AOTAutograd 生成的联合前向-后向图。默认值：
Falsecompiled_autograd是否发出来自 compiled_autograd 的日志。默认值：
Falseddp_graphs是否发出 DDPOptimizer 生成的图。默认值：
Falsegraph是否以表格格式发出 TorchDynamo 捕获的图。默认值：
Falsegraph_code是否发出 TorchDynamo 捕获的图的 Python 源代码。默认值：
Falsegraph_breaks在 TorchDynamo 追踪期间遇到唯一图断点时是否发出消息。默认值：
Falseguards是否为每个编译函数发出 TorchDynamo 生成的 guard。默认值：
Falserecompiles每次 TorchDynamo 重新编译函数时，是否发出 guard 失败原因和消息。默认值：
Falseoutput_code是否发出 TorchInductor 输出代码。默认值：
Falseschedule是否发出 TorchInductor 调度。默认值：
False
- 示例
TORCH_LOGS="+dynamo,aot"将把 TorchDynamo 的日志级别设置为logging.DEBUG，将 AOT 的日志级别设置为logging.INFOTORCH_LOGS="-dynamo,+inductor"将把 TorchDynamo 的日志级别设置为logging.ERROR，将 TorchInductor 的日志级别设置为logging.DEBUGTORCH_LOGS="aot_graphs"将启用aot_graphs工件TORCH_LOGS="+dynamo,schedule"将把 TorchDynamo 的日志级别设置为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