tensorflow20 tensorboard 展示计算图

在TensorFlow 2.0中，使用TensorBoard展示计算图有一些变化。在TensorFlow 2.0中，计算图已经被默认关闭，因此需要手动开启计算图的记录。

首先，确保你已经安装了TensorFlow 2.0和TensorBoard。然后，按照以下步骤在代码中开启计算图的记录并使用TensorBoard展示：

导入所需的库：

import tensorflow as tf
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense
from tensorflow.keras.optimizers import Adam

创建一个Sequential模型，并添加一些层：

model = Sequential([
    Dense(64, activation='relu', input_shape=(784,)),
    Dense(64, activation='relu'),
    Dense(10, activation='softmax')
])

定义优化器和损失函数：

optimizer = Adam(learning_rate=0.001)
loss = 'sparse_categorical_crossentropy'

编译模型：

model.compile(optimizer=optimizer, loss=loss, metrics=['accuracy'])

创建一个tf.summary.FileWriter对象，用于记录计算图：

log_dir = "logs/fit/"
summary_writer = tf.summary.create_file_writer(log_dir)

使用with语句打开summary_writer，并在训练过程中记录计算图：

with summary_writer.as_default():
    tf.summary.trace_on(graph=True, profiler=True)
    model.build((None, 784))
    tf.summary.trace_export(name="model_trace", step=0)

开启TensorBoard并指定日志目录：

!tensorboard --logdir logs/fit

在浏览器中打开TensorBoard的链接，你应该能够看到计算图的可视化。

这些步骤将会记录计算图并使用TensorBoard进行展示。请注意，计算图只会在模型的第一次运行时记录，如果你想要在每个训练步骤中记录计算图，需要将代码放在训练循环中。

希望这对你有所帮助