如何在Google Colab中基于TensorFlow生成可视化计算图并解决路径报错存储文件？

• 触发Unicode转义语法错误：Python字符串中反斜杠\为转义标识符，Windows路径里的\U、\D这类字符组合会被识别为Unicode转义序列，无法解析就会直接抛出语法错。
• 环境权限不匹配：Google Colab的代码运行在云端远程服务器，没有权限直接访问用户本地计算机的磁盘路径，即使修复了转义问题，直接填写本地C盘路径也无法完成文件写入。

方案1：将计算图存入Google Drive #

• 第一步挂载Google Drive，执行授权流程关联账号，代码为：

from google.colab import drive
drive.mount('/content/drive')

• 第二步替换原有路径为Drive挂载后的云端路径，补充计算图写入的必要逻辑，完整可运行代码如下：

import tensorflow as tf
# 已完成Drive挂载后无需重复执行挂载代码
# from google.colab import drive
# drive.mount('/content/drive')

# 定义计算图节点
a = tf.add(2, 2, name='add')
b = tf.multiply(a, 3, name='mult1')
c = tf.multiply(b, a, name='mult2')
print(c.numpy())

# 指定Drive内的目标存储路径，提前在Google Drive中创建对应文件夹即可
log_dir = '/content/drive/MyDrive/Deep Learning/Grafos'
writer = tf.summary.create_file_writer(log_dir)

# 开启计算图捕获并导出
tf.summary.trace_on(graph=True)
_ = c.numpy()
with writer.as_default():
    tf.summary.trace_export(
        name="calc_graph",
        step=0,
        profiler_outdir=log_dir
    )
writer.close()

方案2：将计算图下载到本地计算机 #

• 先生成日志文件到Colab的临时运行目录，再通过内置下载接口把文件拉取到本地磁盘，完整代码如下：

import tensorflow as tf
from google.colab import files
import os

# 定义计算图节点
a = tf.add(2, 2, name='add')
b = tf.multiply(a, 3, name='mult1')
c = tf.multiply(b, a, name='mult2')
print(c.numpy())

# 临时存储目录
log_dir = '/content/tmp_graph_log'
os.makedirs(log_dir, exist_ok=True)

writer = tf.summary.create_file_writer(log_dir)
tf.summary.trace_on(graph=True)
_ = c.numpy()
with writer.as_default():
    tf.summary.trace_export(
        name="calc_graph",
        step=0,
        profiler_outdir=log_dir
    )
writer.close()

# 打包日志文件并触发本地下载
!zip -r graph_log.zip {log_dir}
files.download('graph_log.zip')

• 下载完成后将压缩包解压到本地目标文件夹（如原本计划存放的C:\Users\LUCINALDO\Desktop\xampp\htdocs\Deep Learning\Grafos），即可通过本地TensorBoard加载查看计算图。

• 所有路径统一使用正斜杠/作为分隔符，可完全规避Unicode转义导致的语法错误。
• 原代码仅初始化了写入器对象，未开启计算图追踪、执行图导出逻辑，即便路径正确，生成的目录也不会包含可被TensorBoard识别的有效文件。
• Colab临时运行目录的文件会在会话断开后自动清除，使用本地下载方案时需等待下载完成再关闭页面。

内容的提问来源于stack exchange，提问作者L. Guilherme P. Melquiades