torch._logging¶
PyTorch 具有可配置的日志记录系统，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
此功能处于测试阶段，将来可能会出现兼容性中断更改。
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记录系统：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 [+-]<component> 对的逗号分隔列表，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。除了组件外，还有工件。工件是与组件相关的特定调试信息，这些信息要么显示要么不显示，因此用 + 或 - 作为工件的前缀将没有任何作用。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，应该只在明确启用时才显示的工件指定。以下组件和工件可以通过环境变量 TORCH_LOGS 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，该模块将被启用。默认值：
logging.WARN
- 工件
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 AOTAutograd 生成的图形。默认值：
Falseaot_joint_graph是否发出 AOTAutograd 生成的联合前向-后向图形。默认值：
Falsecompiled_autograd是否发出 compiled_autograd 中的日志。默认值：
Falseddp_graphs是否发出 DDPOptimizer 生成的图形。默认值：
Falsegraph是否以表格格式发出 TorchDynamo 捕获的图形。默认值：
Falsegraph_code是否发出 TorchDynamo 捕获的图形的 python 源代码。默认值：
Falsegraph_breaks在 TorchDynamo 跟踪期间遇到唯一图形断点时，是否发出消息。默认值：
Falseguards是否为 TorchDynamo 生成的每个编译函数发出保护。默认值：
Falserecompiles每次 TorchDynamo 重新编译函数时，是否发出保护失败原因和消息。默认值：
Falseoutput_code是否发出 TorchInductor 输出代码。默认值：
Falseschedule是否发出 TorchInductor 调度程序。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 设置为logging.INFOTORCH_LOGS="-dynamo,+inductor"将把 TorchDynamo 的日志级别设置为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
