如何使用TensorBoard可视化tf.compat.v1静态计算图？

由于多数教程聚焦于tf.keras动态图的可视化，这里专门整理tf.compat.v1静态计算图的TensorBoard可视化步骤，全程基于静态图模式：

步骤1：构建静态计算图 #

首先禁用Eager Execution，强制切换到静态图模式，构建计算逻辑时建议给关键张量和操作命名，方便后续可视化识别：

import tensorflow as tf

# 禁用Eager Execution，启用静态图模式
tf.compat.v1.disable_eager_execution()

# 创建并指定默认计算图
graph = tf.compat.v1.Graph()
with graph.as_default():
    # 定义输入占位符
    x = tf.compat.v1.placeholder(tf.float32, shape=[None, 10], name="input_features")
    y_true = tf.compat.v1.placeholder(tf.float32, shape=[None, 1], name="ground_truth_labels")
    
    # 定义神经网络层
    hidden_layer = tf.compat.v1.layers.dense(x, 32, activation=tf.nn.relu, name="hidden_layer")
    output_logits = tf.compat.v1.layers.dense(hidden_layer, 1, name="output_logits")
    
    # 定义损失与优化器
    mse_loss = tf.compat.v1.losses.mean_squared_error(y_true, output_logits, name="mean_squared_error")
    train_op = tf.compat.v1.train.GradientDescentOptimizer(0.001).minimize(mse_loss, name="gradient_descent_optimizer")

步骤2：将计算图写入TensorBoard日志 #

使用tf.compat.v1.summary.FileWriter把构建好的计算图写入指定目录，TensorBoard会读取该目录下的日志生成可视化内容：

# 指定日志存储目录（不存在时会自动创建）
log_directory = "./tf1_static_graph_logs"

# 初始化FileWriter并写入计算图
summary_writer = tf.compat.v1.summary.FileWriter(log_directory, graph=graph)
# 关闭写入器，确保日志数据完全写入磁盘
summary_writer.close()

步骤3：启动TensorBoard查看可视化结果 #

打开终端，执行以下命令启动TensorBoard：

tensorboard --logdir=./tf1_static_graph_logs

命令执行后，终端会输出TensorBoard的访问地址（通常是http://localhost:6006），在浏览器中打开该地址，切换到左侧导航栏的「Graphs」标签，就能看到完整的静态计算图可视化结构。

注意事项 #

• 即使计算图包含变量初始化操作（如tf.global_variables_initializer()），也无需提前运行会话，直接写入graph对象即可完整展示图结构。
• 给张量和操作设置name参数是关键，能避免TensorFlow自动生成的杂乱默认名称，让可视化图更易读。
• 若在TF2环境下使用tf.compat.v1，必须确保disable_eager_execution()被调用，否则会默认使用动态图模式，无法生成静态计算图日志。

内容的提问来源于stack exchange，提问作者Stalin Thomas