torch._logging.set_logs

torch._logging.set_logs(*, all=None, dynamo=None, aot=None, dynamic=None, inductor=None, distributed=None, onnx=None, bytecode=False, aot_graphs=False, aot_joint_graph=False, ddp_graphs=False, graph=False, graph_code=False, graph_breaks=False, graph_sizes=False, guards=False, recompiles=False, trace_source=False, trace_call=False, output_code=False, schedule=False, perf_hints=False, onnx_diagnostics=False, modules=None) [source]

Устанавливает уровень ведения журнала для отдельных компонентов и включает/выключает отдельные типы артефактов журнала.

Предупреждение

Эта функция является прототипом и может иметь в будущем несовместимые изменения.

Примечание

Переменная среды TORCH_LOGS имеет полное преимущество перед этой функцией, поэтому если она была установлена, эта функция ничего не делает.

Компонент — это набор связанных функций в PyTorch. Все сообщения журнала, выпущенные данным компонентом, имеют свои собственные уровни ведения журнала. Если уровень ведения журнала конкретного сообщения имеет приоритет не ниже уровня ведения журнала соответствующего компонента, сообщение выводится. В противном случае, оно подавляется. Это позволяет, например, отключать большие группы сообщений журнала, не относящиеся к вам, и увеличивать объем сообщений журнала для компонентов, которые важны. Ожидаемые значения уровня ведения журнала, упорядоченные по приоритету от наивысшего к наименьшему, следующие:

• logging.CRITICAL
• logging.ERROR
• logging.WARNING
• logging.INFO
• logging.DEBUG
• logging.NOTSET

См. документацию по модулю Python logging для получения дополнительной информации об уровнях ведения журнала: https://docs.python.org/3/library/logging.html#logging-levels

Артефакт — это определённый тип сообщения журнала. Каждый артефакт привязан к родительскому компоненту. Компонент может генерировать множество различных типов артефактов. В общем случае артефакт выводится, если соответствующее значение в списке аргументов ниже включено или если родительский компонент установлен на уровень ведения журнала, равный или меньше уровня ведения журнала артефакта.

Ключевые аргументы

• all (Optional[int]) – Уровень ведения журнала по умолчанию для всех компонентов. Значение по умолчанию: logging.WARN
• dynamo (Optional[int]) – Уровень ведения журнала для компонента TorchDynamo. Значение по умолчанию: logging.WARN
• aot (Optional[int]) – Уровень ведения журнала для компонента AOTAutograd. Значение по умолчанию: logging.WARN
• inductor (Optional[int]) – Уровень ведения журнала для компонента TorchInductor. Значение по умолчанию: logging.WARN
• dynamic (Optional[int]) – Уровень ведения журнала для динамических форм. Значение по умолчанию: logging.WARN
• distributed (Optional[int]) – Включает ли ведение журнала операций обмена и другой отладочной информации из компонентов pytorch distributed. Значение по умолчанию: logging.WARN
• onnx (Optional[int]) – Уровень ведения журнала для компонента экспорта ONNX. Значение по умолчанию: logging.WARN
• bytecode (bool) – Выводить исходный и сгенерированный байткод из TorchDynamo. Значение по умолчанию: False
• aot_graphs (bool) – Выводить графики, сгенерированные AOTAutograd. Значение по умолчанию: False
• aot_joint_graph (bool) – Выводить совместный график прямого и обратного распространения, сгенерированный AOTAutograd. Значение по умолчанию: False
• ddp_graphs (bool) – Выводить графики, сгенерированные DDPOptimizer. Значение по умолчанию: False
• graph (bool) – Выводить график, полученный TorchDynamo в табличном формате. Значение по умолчанию: False
• graph_code (bool) – Выводить исходный код Python графика, полученного TorchDynamo. Значение по умолчанию: False
• graph_breaks (bool) – Выводить прерывания графика, возникшие в TorchDynamo. Значение по умолчанию: False
• graph_sizes (bool) – Выводить размер тензоров графика, полученного TorchDynamo. Значение по умолчанию: False
• guards (bool) – Выводить охранники, сгенерированные TorchDynamo для каждой скомпилированной функции. Значение по умолчанию: False
• recompiles (bool) – Выводить причину и сообщение об ошибке защиты каждый раз, когда TorchDynamo перекомпилирует функцию. Значение по умолчанию: False
• trace_source (bool) – Выводить, когда TorchDynamo начинает отслеживать новую строку. Значение по умолчанию: False
• trace_call (bool) – Выводить подробное расположение строки, когда TorchDynamo создаёт узел FX, соответствующий вызову функции. Только Python 3.11+. Значение по умолчанию: False
• output_code (bool) – Выводить выходной код TorchInductor. Значение по умолчанию: False
• schedule (bool) – Выводить расписание TorchInductor. Значение по умолчанию: False
• perf_hints (bool) – Выводить подсказки производительности TorchInductor. Значение по умолчанию: False
• onnx_diagnostics (bool) – Выводить диагностику экспортера ONNX в журнале. Значение по умолчанию: False
• modules (dict) – Этот аргумент предоставляет альтернативный способ указания настроек компонентов и артефактов журнала, в формате словаря ключевых аргументов, переданного в качестве единственного аргумента. Существует две ситуации, в которых это полезно: (1) если был зарегистрирован новый компонент или артефакт журнала, но ключевой аргумент для него не был добавлен в эту функцию, и (2) если уровень ведения журнала для незарегистрированного модуля необходимо установить. Это можно сделать, указав полное имя модуля в качестве ключа, а уровень ведения журнала в качестве значения. Значение по умолчанию: None

Пример:

>>> import logging

# The following changes the "dynamo" component to emit DEBUG-level
# logs, and to emit "graph_code" artifacts.

>>> torch._logging.set_logs(dynamo=logging.DEBUG, graph_code=True)

# The following enables the logs for a different module

>>> torch._logging.set_logs(modules={"unregistered.module.name": logging.DEBUG})