torch._logging¶
PyTorch 具有可配置的日志系统，其中不同的组件可以设置不同的日志级别。例如，可以完全禁用一个组件的日志消息，而另一个组件的日志消息可以设置为最大详细程度。
警告
此功能处于测试阶段，将来可能会出现兼容性中断的更改。
警告
此功能尚未扩展到控制 PyTorch 中所有组件的日志消息。
有两种方法可以配置日志系统：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 是一个由逗号分隔的 [+-]<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并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，因此用 + 或 - 作为工件的前缀将是无操作的。由于它们与组件相关联，因此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 中为那些过于冗长的工件指定，这些工件应该只在明确启用时才显示。以下组件和工件可以通过 TORCH_LOGS 环境变量进行配置（有关 Python API，请参阅 torch._logging.set_logs）
- 组件
all配置所有组件的默认日志级别的特殊组件。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。提供完全限定名称，该模块将被启用。默认值：
logging.WARN
- 工件
bytecode是否从 TorchDynamo 发射原始和生成的字节码。默认值：
Falseaot_graphs是否发射由 AOTAutograd 生成的图形。默认值：
Falseaot_joint_graph是否输出由 AOTAutograd 生成的联合前向-后向图。默认值：
Falsecompiled_autograd是否输出来自 compiled_autograd 的日志。默认值：
Falseddp_graphs是否输出由 DDPOptimizer 生成的图。默认值：
Falsegraph是否以表格格式输出 TorchDynamo 捕获的图。默认值：
Falsegraph_code是否输出 TorchDynamo 捕获的图的 Python 源代码。默认值：
Falsegraph_breaks是否在 TorchDynamo 跟踪期间遇到唯一图断点时输出消息。默认值：
Falseguards是否输出 TorchDynamo 为每个编译函数生成的保护。默认值：
Falserecompiles是否在每次 TorchDynamo 重新编译函数时输出保护失败原因和消息。默认值：
Falseoutput_code是否输出 TorchInductor 输出代码。默认值：
Falseschedule是否输出 TorchInductor 调度。默认值：
False
- 示例
TORCH_LOGS="+dynamo,aot"将设置 TorchDynamo 的日志级别为logging.DEBUG，并将 AOT 的日志级别设置为logging.INFOTORCH_LOGS="-dynamo,+inductor"将设置 TorchDynamo 的日志级别为logging.ERROR，并将 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"将设置 some.random.module 的日志级别为logging.DEBUG，并启用schedule工件
