Python 这是如何生成图像的？

我用tensorflow通过了GAN网络

我在这里遇到了这一点

发电机=制造发电机型号 噪声=tf.随机.正常[1100] 生成的图像=生成噪声，训练=假 plt.imshow生成的_图像[0，：，：，0]，cmap='gray'

---

make generator_模型返回一个顺序模型。是的，很酷。但是生成的图像呢？这不是张量值吗？在没有运行会话的情况下，我们如何生成图像并检查它们？matplotlib pyplot函数如何在tensor对象上打印？它应该是numpy，据我所知，pyplot接受numpy数组来绘制图像。不是吗？有人能帮我解决这个问题吗

该方法定义为

 def make_generator_model():
     model = tf.keras.Sequential()
     model.add(layers.Dense(4*4*1024, use_bias = False, input_shape = (100,)))
     model.add(layers.BatchNormalization())
     model.add(layers.LeakyReLU())

正如你所看到的，你得到的是一个tf.keras.Sequential

致密层 在Keras中，可以创建层来开发模型。模型通常是层网络，其中最常见的类型是层堆栈

向模型中添加一个紧密连接的层将采用形状为100的数组作为输入。在第一层之后，数据的形状将为，4*4*1024。在这种情况下，由于自动形状推断，您不需要指定向前移动的输入的大小

批处理规范化功能类似于网络每一层的预处理

ReLU对于所有正值都是线性的，对于所有负值都设置为零。泄漏ReLU的负值斜率较小，而不是完全为零

例如，当x<0时，泄漏的ReLU可能具有y=0.01x

---

更多信息

本教程使用TF 2.0，默认情况下，TF 2.0采用即时执行。这意味着ops按照定义运行，类似于Pytork。因此，您可以更自然地考虑控制流，例如numpy函数。调用generator会立即返回一个张量，其值由plt.imshow转换为numpy数组，不再有会话。我鼓励您查看TF网站上关于2.0更改的教程。

您不是在解释问题。问题是，当它返回一个张量而不运行会话时，它如何生成图像？它是随机噪声，噪声是在make_generator_model方法的内容中生成的。在我的回答中有部分解释，在提供的链接中有其他解释，但我不想复制整个博客文章。谢谢你。但我知道我们这样做是因为我们有随机噪音。但是我们没有运行会话，对吗？当我们在我的jupyter笔记本中运行代码时，它不会生成图像，因为它说它是张量对象。我如何解决这个问题？如果你从粘贴的链接复制粘贴代码并运行它，它应该可以工作