在TensorFlow中，可以通过使用try-except语句来捕获从TensorFlow抛出的Python异常。以下是一个示例代码：

import tensorflow as tf

# 定义一个函数，用于抛出TensorFlow异常
def divide_numbers(a, b):
    return tf.divide(a, b)

try:
    # 调用可能会抛出异常的函数
    result = divide_numbers(5, 0)
    print("结果:", result)
except tf.errors.InvalidArgumentError as e:
    # 捕获TensorFlow抛出的InvalidArgumentError异常
    print("捕获到TensorFlow异常:", e)
except Exception as e:
    # 捕获其他Python异常
    print("捕获到其他异常:", e)

在上述代码中，我们定义了一个函数divide_numbers，它使用tf.divide函数计算两个数的商。但是，当除数为0时，TensorFlow会抛出一个tf.errors.InvalidArgumentError异常。

在try块中，我们调用了divide_numbers函数，并将结果赋给result变量。如果没有异常抛出，我们将打印结果。如果出现异常，我们将通过except语句块捕获异常并打印出来。

在上述代码中，我们使用了两个except语句块。第一个except语句块用于捕获TensorFlow抛出的InvalidArgumentError异常，第二个except语句块用于捕获其他Python异常。你可以根据自己的需求添加更多的except语句块来捕获不同类型的异常。