Tensorflow 记录到 stderr 并使子进程失败

Question

我正在使用 Tensorflow 和 Keras。我有一个 python 脚本来启动预测过程，我需要在子进程中启动它，所以我这样做：

from subprocess import Popen, PIPE, TimeoutExpired
process = Popen(['python', 'start_prediction.py'], stdout=PIPE, stderr=PIPE)
try:
    output, errors = process.communicate(timeout=60)
except TimeoutExpired:
    process.kill()
    output, errors = process.communicate()

我为我的应用程序配置了一个记录器，它工作正常，但是 Tensorflow 使用了一个记录器，这就是我遇到的问题。

我的记录器配置为使用 StreamHandlersys.stdout和 FileHandler。当我打印出来时output，errors我的所有日​​志消息都存储在 中output，其中没有任何内容errors。这就是我想要的。

另一方面，Tensorflow 使用的记录器无法按照我的需要工作。一些消息正在被记录到output（如预测过程和一些警告），其中一些消息正在被记录到流中errors（其他警告）。我无法判断应用程序是否失败，因为即使它工作并完成且没有任何错误，我仍然会在流中收到消息errors。

我尝试将所有消息从 Tensorflow 重定向到sys.stdout执行此操作：

from absl import logging
logging._warn_preinit_stderr = 0

然后

import logging
import sys
from tensorflow.python.platform import tf_logging
tf_logging.get_logger().handlers = [logging.StreamHandler(sys.stdout)]

但这没有帮助（logging导入位于不同的文件中，这是一个简化版本）。事实上，这并没有什么区别，至少我没有看到任何区别。

从理论上讲，我只收到警告，因此我可以抑制所有警告消息并仅保留错误，但我宁愿不这样做。一定有更好的方法来处理它。

有没有办法将所有 Tensorflow 输出重定向到sys.stdout流？或者也许还有另一种方法可以在输出中不包含任何非错误消息errors？