这是如何生成图像的？答案

【问题标题】：How is this generating an image?这是如何生成图像的？
【发布时间】：2019-06-05 04:08:43
【问题描述】：

我在tensorflow official site 中使用 tensorflow 浏览了 GAN 网络。

在这里我遇到了这一点

generator = make_generator_model()

noise = tf.random.normal([1, 100])
generated_image = generator(noise, training=False)

plt.imshow(generated_image[0, :, :, 0], cmap='gray')

make generator_model() 返回一个顺序模型。是的，这很酷。但是生成的图像呢？不是张量值吗？当我们没有运行会话时，我们如何生成图像并检查它们，matplotlib pyplot 函数是如何在张量对象上绘制的？它应该是 numpy，据我所知，pyplot 接受 numpy 数组来绘制图像。不是吗？谁能帮我解决这个问题？

【问题讨论】：

标签： python python-3.x tensorflow

【解决方案1】：

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())

如您所见，您得到的是tf.keras.Sequential

密集层

在 Keras 中，您可以创建层来开发模型。模型通常是层的网络，其中，最常见的类型是层的堆栈

向模型添加一个密集连接层将作为输入数组的形状 (, 100)。第一层之后的数据形状为(, 4*4*1024)。在这种情况下，由于自动形状推断，您无需指定向前移动的输入大小

批量标准化的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。 Leaky ReLU 对负值的斜率较小，而不是完全为零。

例如，当 x 时，leaky ReLU 可能有 y = 0.01x

【讨论】：

你没有解释问题伙伴。问题是，它如何在不运行会话的情况下返回张量时生成图像？
是随机噪声，噪声是在make_generator_model方法的内容中产生的。我的回答部分解释了它，其余部分在提供的链接中进行了解释，但不想复制整个博客文章。
真的谢谢你。但我知道我们这样做是随机噪声。但是我们还没有运行会话对吗？当我们在我的 jupyter notebook 中运行代码时，它不会生成图像，因为它说它是张量对象。我该如何解决？
如果您从粘贴的链接中复制粘贴代码并运行它，它应该可以工作

【解决方案2】：

本教程使用 TF 2.0，默认情况下采用 eager execution。这意味着操作按照定义运行，类似于例如火炬。因此，您可以以更“自然”的方式（例如 numpy 函数）来考虑控制流。调用 generator 立即返回一个带有值的张量（plt.imshow 转换为一个 numpy 数组），不再有会话。我鼓励您查看 TF 网站上有关 2.0 更改的教程。

【讨论】：