torch._logging.set_logs

torch._logging.set_logs(*, all=None, dynamo=None, aot=None, autograd=None, dynamic=None, inductor=None, distributed=None, c10d=None, ddp=None, fsdp=None, dtensor=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, recompiles_verbose=False, trace_source=False, trace_call=False, trace_bytecode=False, output_code=False, kernel_code=False, schedule=False, perf_hints=False, pre_grad_graphs=False, post_grad_graphs=False, ir_pre_fusion=False, ir_post_fusion=False, onnx_diagnostics=False, fusion=False, overlap=False, export=None, modules=None, cudagraphs=False, sym_node=False, compiled_autograd=False, compiled_autograd_verbose=False, cudagraph_static_inputs=False, benchmarking=False, autotuning=False, graph_region_expansion=False)

为各个组件设置日志级别并切换各个日志条目类型。

警告

该功能是一个原型，未来可能会有不兼容的更改。

注意

环境变量 TORCH_LOGS 具有完全优先级，因此如果已设置，此函数将不起作用。

组件是 PyTorch 中相关功能的一组。从给定组件发出的所有日志消息都有自己的日志级别。如果特定消息的日志级别优先级大于或等于其组件的日志级别设置，则将其发出。否则，将其抑制。这允许您，例如，静音与您无关的大量日志消息，并增加相关组件的日志详细程度。预期的日志级别值，按从高到低的优先级排序，为：

• logging.CRITICAL

• logging.ERROR

• logging.WARNING

• logging.INFO

• logging.DEBUG

• logging.NOTSET

更多关于日志级别的信息，请参阅 Python logging 模块的文档：https://docs.python.org/3/library/logging.html#logging-levels

文件是一个特定类型的日志消息。每个文件都分配给一个父组件。一个组件可以发出许多不同类型的文件。一般来说，如果以下参数列表中对应的设置被开启，或者其父组件的日志级别小于或等于文件的日志级别，就会发出文件。

关键字参数:

• 所有（ Optional[int] ）- 所有组件的默认日志级别。默认： logging.WARN

• dynamo（ Optional[int] ）- TorchDynamo 组件的日志级别。默认： logging.WARN

• aot（ Optional[int] ）- AOTAutograd 组件的日志级别。默认： logging.WARN

• autograd ( Optional[int] ) – 自动微分日志级别。默认： logging.WARN

• inductor ( Optional[int] ) – TorchInductor 组件的日志级别。默认： logging.WARN

• dynamic ( Optional[int] ) – 动态形状的日志级别。默认： logging.WARN

• distributed ( Optional[int] ) – 是否记录 PyTorch 分布式组件的 c10d 通信操作和其他调试信息。默认： logging.WARN

• c10d ( Optional[int] ) – 是否记录 PyTorch 分布式组件中 c10d 通信操作的调试信息。默认： logging.WARN

• ddp ( Optional[int] ) – 是否记录与 DistributedDataParallel``(DDP) from PyTorch Distributed components. Default: ``logging.WARN 相关的调试信息

• fsdp ( Optional[int] ) – 是否记录与 FullyShardedDataParallel``(FSDP) in PyTorch Distributed components. Default: ``logging.WARN 相关的调试信息

• dtensor ( Optional[int] ) – 是否记录与 DTensor``(DTensor) in PyTorch Distributed components. Default: ``logging.WARN 相关的调试信息

• onnx ( Optional[int] ) – ONNX 导出组件的日志级别。默认： logging.WARN

• bytecode ( bool ) – 是否输出 TorchDynamo 的原始和生成字节码。默认： False

• aot_graphs ( bool ) – 是否输出由 AOTAutograd 生成的图。默认： False

• aot_joint_graph ( bool ) – 是否输出由 AOTAutograd 生成的联合前向-反向图。默认： False

• ddp_graphs（ bool ）- 是否输出 DDPOptimizer 生成的图。默认： False

• graph（ bool ）- 是否以表格形式输出 TorchDynamo 捕获的图。默认： False

• graph_code（ bool ）- 是否输出 TorchDynamo 捕获的图的 Python 源代码。默认： False

• graph_breaks（ bool ）- 是否输出 TorchDynamo 遇到的图断点。默认： False

• graph_sizes ( bool ) – 是否输出由 TorchDynamo 捕获的图的大小。默认： False

• guards ( bool ) – 是否输出 TorchDynamo 为每个编译函数生成的守卫。默认： False

• recompiles ( bool ) – 是否在 TorchDynamo 每次重新编译函数时输出守卫失败的原因和信息。默认： False

• recompiles_verbose ( bool ) – 是否在 TorchDynamo 重新编译函数时输出所有守卫失败的原因，即使这些原因实际上并未运行。默认： False

• trace_source ( bool ) – 是否在 TorchDynamo 开始追踪新行时发出。默认： False

• trace_call ( bool ) – 是否在 TorchDynamo 创建对应函数调用的 FX 节点时发出详细的行位置信息。仅 Python 3.11+有效。默认： False

• trace_bytecode ( bool ) – 是否在 TorchDynamo 追踪字节码时发出字节码指令和追踪的栈状态。默认： False

• output_code ( bool ) – 是否按图发出 TorchInductor 的输出代码。默认： False

• 内核代码（ bool ）- 是否按内核基础输出 TorchInductor 输出代码。默认： False

• 调度（ bool ）- 是否输出 TorchInductor 的调度。默认： False

• 性能提示（ bool ）- 是否输出 TorchInductor 的性能提示。默认： False

• 预梯度图（ bool ）- 是否在电感器梯度传递之前输出图。默认： False

• 后置梯度图生成（ bool ）- 是否输出由后置梯度操作生成的图。默认： False

• 诱导器融合前图（ bool ）- 是否输出诱导器融合操作之前的图。默认： False

• 诱导器融合后图（ bool ）- 是否输出诱导器融合操作之后的图。默认： False

• ONNX 导出器诊断（ bool ）- 是否在日志中输出 ONNX 导出器的诊断信息。默认： False

• 融合（ bool ）- 是否输出详细的电感器融合决策。默认： False

• 交叉（ bool ）- 是否输出详细的电感器计算/通信交叉决策。默认： False

• sym_node（ bool ）- 是否输出各种 SymNode 操作调试信息。默认： False

• 导出（ Optional[int] ）- 导出日志级别。默认： logging.WARN

• 基准测试（ bool ）- 是否输出详细的电感器基准测试信息。默认： False

• 模块（dict）- 此参数提供了一种指定上述日志组件和工件设置的替代方法，格式为单个参数给出的关键字参数字典。在两种情况下这很有用（1）如果已注册了新的日志组件或工件，但尚未为此函数添加关键字参数，以及（2）如果需要设置未注册模块的日志级别。这可以通过提供完全限定的模块名称作为键，将日志级别作为值来完成。默认： None

• cudagraph_static_inputs（ bool ）- 是否输出 cudagraph 静态输入检测的调试信息。默认： False

• 自动调优（ bool ）- 自动调优选择日志，例如内核源代码、性能和调优参数。默认： False

• 图区域扩展算法的详细步骤是否输出（ bool ）- 默认： False

示例：

>>> 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})