Python关闭transformers和torch警告信息输出！

安装indextts的时候，配置成功了，已经可以运行。但是会输出一堆警告⚠️信息！

E:\DEV\Miniconda3\envs\index-tts\lib\site-packages\transformers\utils\generic.py:441: 
FutureWarning: `torch.utils._pytree._register_pytree_node` is deprecated. 
Please use `torch.utils._pytree.register_pytree_node` instead.
    _torch_pytree._register_pytree_node(

E:\DEV\Miniconda3\envs\index-tts\lib\site-packages\transformers\utils\generic.py:309: 
FutureWarning: `torch.utils._pytree._register_pytree_node` is deprecated. 
Please use `torch.utils._pytree.register_pytree_node` instead.
    _torch_pytree._register_pytree_node(

E:\DEV\Miniconda3\envs\index-tts\lib\site-packages\transformers\utils\generic.py:309: 
FutureWarning: `torch.utils._pytree._register_pytree_node` is deprecated. 
Please use `torch.utils._pytree.register_pytree_node` instead.
    _torch_pytree._register_pytree_node(

>> vqvae weights restored from: checkpoints\dvae.pth

E:\DEV\Miniconda3\envs\index-tts\lib\site-packages\transformers\configuration_utils.py:387: 
UserWarning: Passing `gradient_checkpointing` to a config initialization is deprecated and will be removed in v5 Transformers. 
Using `model.gradient_checkpointing_enable()` instead, or if you are using the `Trainer` API, pass `gradient_checkpointing=True` in your `TrainingArguments`.
    warnings.warn(

>> GPT weights restored from: checkpoints\gpt.pth

E:\DEV\Miniconda3\envs\index-tts\lib\site-packages\torch\nn\utils\weight_norm.py:143: 
FutureWarning: `torch.nn.utils.weight_norm` is deprecated in favor of `torch.nn.utils.parametrizations.weight_norm`.
    WeightNorm.apply(module, name, dim)

这东西不影响使用，但是看着十分难受。所以想要屏蔽这些内容。但是有不知道从何处入手。后来发现可以统一管理，挺好。分析一下设置方式。

方法 1：使用 warnings 模块全局禁用警告

在代码开头添加以下内容，可以完全屏蔽所有警告：

import warnings
warnings.filterwarnings("ignore")

• 优点：简单，适用于快速测试。
• 缺点：会屏蔽所有警告，包括可能有用的信息。如果只想屏蔽特定警告，不推荐此方法。

方法 2：针对特定警告类型屏蔽

如果你只想关闭 FutureWarning 或 UserWarning，可以指定类别。例如：

import warnings

# 屏蔽 FutureWarning
warnings.filterwarnings("ignore", category=FutureWarning)

# 屏蔽 UserWarning
warnings.filterwarnings("ignore", category=UserWarning)

• 适用场景：你的输出中主要是 FutureWarning 和 UserWarning，可以用这个方法精确控制。
• 代码位置：放在脚本开头，导入库之前。

方法 3：针对特定模块或消息屏蔽

如果你只想屏蔽来自 transformers 或 torch 的特定警告，可以用正则表达式匹配消息内容。例如：

import warnings

# 屏蔽 transformers 中关于 torch.utils._pytree 的警告
warnings.filterwarnings("ignore", message=".*torch.utils._pytree._register_pytree_node.*", category=FutureWarning)

# 屏蔽 weight_norm 的警告
warnings.filterwarnings("ignore", message=".*torch.nn.utils.weight_norm.*", category=FutureWarning)

# 屏蔽 gradient_checkpointing 的警告
warnings.filterwarnings("ignore", message=".*Passing `gradient_checkpointing` to a config initialization.*", category=UserWarning)

• 优点：更精确，只屏蔽你不关心的警告，保留其他有用的提示。
• 缺点：需要为每种警告写一行，稍微麻烦。

方法 4：通过命令行运行时禁用

如果你是通过命令行运行 Python 脚本，可以用 -W 参数：

python -W ignore your_script.py

• 适用场景：临时运行，不想改代码。
• 注意：这也会屏蔽所有警告。

推荐方案

根据你的输出，我建议用以下代码，既简单又能针对性解决问题：

import warnings

# 屏蔽常见的 transformers 和 torch 警告
warnings.filterwarnings("ignore", category=FutureWarning)
warnings.filterwarnings("ignore", category=UserWarning)

# 你的代码
from transformers import SomeModel
# ... 其他导入和逻辑 ...

把这几行放在脚本最开头，运行时就不会看到这些警告了。

注意事项

• 检查警告的重要性：这些警告提示某些功能在未来版本会移除。如果你在开发长期项目，建议查看文档，逐步更新代码到推荐的用法，避免未来兼容性问题。
• 调试时保留警告：如果你在调试代码，建议暂时不要屏蔽警告，它们可能提供有用的线索。