TensorBoard无法显示网络图，多次出现Profiler session started提示

你遇到的问题核心在于每个epoch都重复执行了图追踪和导出操作——把tf.summary.trace_on()和tf.summary.trace_export()放在epoch循环里，会让TensorFlow反复启动profiler会话（也就是你看到的多次“Profiler session started.”提示），而且每次都导出同名、同step的graph数据，这种重复冲突会导致TensorBoard无法正确解析和渲染图形。

修复方案：仅追踪一次计算图 #

因为模型结构在训练过程中不会变化，只需要在训练循环开始前执行一次图追踪和导出即可，无需每个epoch重复操作。修改后的代码如下：

# 训练前执行一次图追踪，全程仅需执行一次
tf.summary.trace_on(graph=True, profiler=True)
# 调用一次被@tf.function装饰的train_step，捕获计算图结构
z = train_step(x, y)
# 将追踪结果导出到TensorBoard日志目录
with writer.as_default():
    tf.summary.trace_export(name="train_graph", step=0, profiler_outdir=logdir)

# 正式开启训练循环
for epoch in range(epochs):
    # 正常执行训练步骤，无需再做图追踪
    z = train_step(x, y)
    # 这里可以添加其他训练日志记录，比如损失、精度指标等

额外注意事项 #

• 确保你的train_step函数是用@tf.function装饰的，只有被装饰的函数才能被TensorFlow追踪生成静态计算图。
• 如果你的模型是动态结构（比如训练中会动态添加/删除层），需要在结构变化后重新执行追踪，但这种场景非常少见，绝大多数固定结构的模型只需追踪一次。
• 若关闭profiler（把profiler=True改为profiler=False）后graph能正常显示，说明profiler的重复会话导致了冲突，可以先确保graph显示正常后再尝试开启profiler。
• 检查你的logdir路径是否正确，启动TensorBoard时要指定对应的日志目录，避免因路径错误导致无法加载数据。

内容的提问来源于stack exchange，提问作者J Agustin Barrachina