在TensorBoard中，可以通过事件文件 (tf.Event 文件) 进行日志的记录。这些事件文件中包含着你训练过程中需要的所有数据（比如模型精度、损失函数等）。

你可以编写代码，将你需要合并的三张图（假设为 loss1，loss2 和 loss3）的数据先进行平均，然后再创建一个新的标量摘要来记录这个平均值，即可实现你的需求。

以下是一个Python代码示例：

import tensorflow as tf

# 假设你已经有了 loss1，loss2 和 loss3
loss1 = ...
loss2 = ...
loss3 = ...

# 计算平均损失
avg_loss = (loss1 + loss2 + loss3) / 3.0 

# 创建一个 summary writer 对象
summary_writer = tf.summary.create_file_writer('/path/to/log/dir')

with summary_writer.as_default():
    # 添加 avg_loss 到 summary
    tf.summary.scalar('avg_loss', avg_loss, step=epoch)

此时，在TensorBoard中就会出现一个名为 'avg_loss' 的图，其中的数据就是你需要的数据平均值。

请注意，上述代码需要在每个 epoch 结束时执行，以便能够在 TensorBoard 中看到 avg_loss 随时间变化的趋势。