使用TensorBoard回调触发Graph张量TypeError错误，寻求解决方案

添加TensorBoard回调时触发以下错误，移除回调则无异常：

TypeError: An op outside of the function building code is being passed a "Graph" tensor.

错误提示说明：若函数构建代码中包含tf.init_scope，Graph张量可能会泄漏出函数构建上下文。示例失败代码：

def has_init_scope():
    my_constant = tf.constant(1.)
    with tf.init_scope():
      added = my_constant * 2

涉及的Graph张量名称为：output_4/kernel:0

可复现代码如下（已补全必要导入）：

import tensorflow as tf
from tensorflow import keras
import numpy as np
import datetime

input_gt_boxes = keras.layers.Input(
        shape=[None, 4], name="input_gt_boxes", dtype=tf.float32)

output_ = keras.layers.Dense(1, name='output')(input_gt_boxes)

model_test_gt_layer_ = tf.keras.models.Model([input_gt_boxes],
                                            [output_],
                                            name="m")

model_test_gt_layer_.compile(tf.keras.optimizers.SGD(), loss='mse', \
                           experimental_run_tf_function=False,
                           #run_eagerly=True,
                           )
model_test_gt_layer_.summary()

log_dir = "logs/fit/" + datetime.datetime.now().strftime("%Y%m%d-%H%M%S")
tensorboard_callback = tf.keras.callbacks.TensorBoard(log_dir=log_dir, histogram_freq=1)

a = np.concatenate([np.expand_dims(np.arange(4).reshape(1,4),axis=0) for _ in range(100)], axis=0)
o= np.concatenate([np.zeros(100).reshape(100,1) for _ in range(1)], axis=0)

model_test_gt_layer_.fit(a, o, \
                        epochs=5, \
                        callbacks=[
                        #tensorboard_callback, 
                                  ], \
                        verbose=1,\
                        use_multiprocessing= False,)

这个错误的核心是experimental_run_tf_function=False与TensorBoard的histogram_freq=1不兼容——禁用TF函数运行时，TensorBoard收集权重直方图的操作会非法访问Graph张量。

可选修复方案：

• 方案1（推荐）：删除experimental_run_tf_function=False，让模型默认使用TF函数执行：

  model_test_gt_layer_.compile(tf.keras.optimizers.SGD(), loss='mse')
  

• 方案2：保留experimental_run_tf_function=False，但关闭TensorBoard的直方图收集：

  tensorboard_callback = tf.keras.callbacks.TensorBoard(log_dir=log_dir, histogram_freq=0)
  

• 方案3：启用急切执行模式（取消注释代码中的run_eagerly=True），但会牺牲部分训练速度：

  model_test_gt_layer_.compile(tf.keras.optimizers.SGD(), loss='mse', 
                               experimental_run_tf_function=False,
                               run_eagerly=True,)
  

内容的提问来源于stack exchange，提问作者Mihai.Mehe