记得之前对深度学习中得loss输出,经常自己会将输出流重新定向到一个文件中,
比如
python main.py 2 > &1 | tee log.txt
对于caffe这种c++框架而言,用输出流重定向的方法是比较妥的,但是这样输出会有一个问题,比如,出了文件中print特定格式得loss之外,
你进行debug的时候,想print一些东西,debug print的结果也print到了文件中,但是实际上你并不想要这种结果,或者有时候输出流重定向有一定得延迟,这个时候需要等一等才能看到输出的loss
对于python,实际上有更好的方法,那就是log模块。
关于log模块,这里只讲如何使用log模块同时输出想要print得信息到终端与保存要print得信息到文件中
![](https://i-blog.csdnimg.cn/blog_migrate/8f900a89c6347c561fdf2122f13be562.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/961ddebeb323a10fe0623af514929fc1.gif)
1 # -*-coding:utf-8-*- 2 # 设置格式 3 import logging 4 5 6 def get_log(file_name): 7 logger = logging.getLogger('train') # 设定logger的名字 8 logger.setLevel(logging.INFO) # 设定logger得等级 9 10 ch = logging.StreamHandler() # 输出流的hander,用与设定logger的各种信息 11 ch.setLevel(logging.INFO) # 设定输出hander的level 12 13 fh = logging.FileHandler(file_name, mode='a') # 文件流的hander,输出得文件名称,以及mode设置为覆盖模式 14 fh.setLevel(logging.INFO) # 设定文件hander得lever 15 16 17 18 formatter = logging.Formatter('%(asctime)s - %(levelname)s - %(message)s') 19 ch.setFormatter(formatter) # 两个hander设置个是,输出得信息包括,时间,信息得等级,以及message 20 fh.setFormatter(formatter) 21 logger.addHandler(fh) # 将两个hander添加到我们声明的logger中去 22 logger.addHandler(ch) 23 return logger
在使用的时候,直接传入路径,
1 logger = setting.get_log('log.txt')
然后就可以愉快的输出信息到到终端以及输出信息到文件中啦
比如,我原来打印loss可能需要这么写
1 print("Epoch [%d/%d], Iter [%d/%d] Loss: %.4f" % (epoch + 1, 80, i + 1, 500, loss.data.item()))
现在打印loss可以这样写
1 logger.info("Epoch [%d/%d], Iter [%d/%d] Loss: %.4f" % (epoch + 1, 80, i + 1, 500, loss.data.item()))
因为我们刚刚把两个hander给add到了我们声明得logger中,所以,上面一行代码可以同时输出信息到终端,同时也可以输出信息到文件中