記得之前對深度學習中得loss輸出，經常自己會將輸出流重新定向到一個文件中，
比如
python main.py 2 > &1 | tee log.txt
對於caffe這種c++框架而言，用輸出流重定向的方法是比較妥的，但是這樣輸出會有一個問題，比如，出了文件中print特定格式得loss之外，
你進行debug的時候，想print一些東西，debug print的結果也print到了文件中，但是實際上你並不想要這種結果，或者有時候輸出流重定向有一定得延遲，這個時候需要等一等才能看到輸出的loss
對於python，實際上有更好的方法，那就是log模塊。
關於log模塊，這里只講如何使用log模塊同時輸出想要print得信息到終端與保存要print得信息到文件中
1 # -*-coding:utf-8-*- 2 # 設置格式 3 import logging 4 5 6 def get_log(file_name): 7 logger = logging.getLogger('train') # 設定logger的名字 8 logger.setLevel(logging.INFO) # 設定logger得等級 9 10 ch = logging.StreamHandler() # 輸出流的hander，用與設定logger的各種信息 11 ch.setLevel(logging.INFO) # 設定輸出hander的level 12 13 fh = logging.FileHandler(file_name, mode='a') # 文件流的hander，輸出得文件名稱，以及mode設置為覆蓋模式 14 fh.setLevel(logging.INFO) # 設定文件hander得lever 15 16 17 18 formatter = logging.Formatter('%(asctime)s - %(levelname)s - %(message)s') 19 ch.setFormatter(formatter) # 兩個hander設置個是，輸出得信息包括，時間，信息得等級，以及message 20 fh.setFormatter(formatter) 21 logger.addHandler(fh) # 將兩個hander添加到我們聲明的logger中去 22 logger.addHandler(ch) 23 return logger
在使用的時候，直接傳入路徑，
1 logger = setting.get_log('log.txt')
然后就可以愉快的輸出信息到到終端以及輸出信息到文件中啦
比如，我原來打印loss可能需要這么寫
1 print("Epoch [%d/%d], Iter [%d/%d] Loss: %.4f" % (epoch + 1, 80, i + 1, 500, loss.data.item()))
現在打印loss可以這樣寫
1 logger.info("Epoch [%d/%d], Iter [%d/%d] Loss: %.4f" % (epoch + 1, 80, i + 1, 500, loss.data.item()))
因為我們剛剛把兩個hander給add到了我們聲明得logger中，所以，上面一行代碼可以同時輸出信息到終端，同時也可以輸出信息到文件中