参考
https://stackoverflow.com/questions/63886762/tensorflow-none-of-the-mlir-optimization-passes-are-enabled-registered-1

The I at the beginning of the message means this is an informational log message.
tensorflow 前面的I表示的是信息日志消息，不是错误。

MLIR is being used as another solution to implementing and optimizing Tensorflow logic. This informative message is benign and is saying MLIR was not being used. This is expected as in TF 2.3, the MLIR based implementation is still being developed and proven, so end users are generally not expected to use the MLIR implementation and are instead expected to use the non-MLIR feature complete implementation.
MLIR被用作另一种实现和优化Tensorflow逻辑的解决方案。这个信息是良性的，说MLIR没有被使用。这是TF 2.3中预期的，基于MLIR的实现仍在开发和验证中，因此最终用户通常不希望使用MLIR实现，而是希望使用非MLIR特性的完整实现。

参考https://stackoverflow.com/questions/63886762/tensorflow-none-of-the-mlir-optimization-passes-are-enabled-registered-1The I at the beginning of the message means this is an informational log message.tensorflow 前面的I表示的是信息日志消息，不是错误。MLIR is being used as 这里的代码存在于两个地方： ;这是规范的位置，应使用GitHub pull-requests做出贡献。 ;这是一个独立的存储库，具有相同的代码视图，以允许其他项目使用此代码而无需依赖整个TF monorepo。 这为使用 MLIR 组件的XLA 启发的线性代数运算实现了独立的编译器。它旨在提供独立于 TensorFlow 和XLA的端到端流程，但可在这些项目中使用。 此存储库中的编码实践和约定遵循此回购中的《 ，以作为上游技术孵化器的一部分。 快速入门：构建和测试 这些说明在Linux上有效，您可能需要根据平台进行调整。 要在此存储库中构建代码，您需要LLVM / MLIR git存储库的克隆： $ git clone https://github.com/llvm/llvm-project.git 您需要确保在LLVM存储库中签 ERROR conda.core.link:_execute(699): An error occurred while installing package ‘defaults::ipykernel ERROR conda.core.link:_execute(699): An error occurred while installing package ‘defaults::ipykernel ‘float‘ object is not iterable tensorflow:Not creating XLA devices, tf_xla_enable_xla_devices not set