jupyter notebook-如何产生动图(生成模型的利器)

问题描述

• 当我们在训练生成模型时，如何方便的观察生成图像的质量-----毫无疑问动态是最好的效果！

IPython中的display模块

• Ipython中的display模块可以很好的控制jupyter notebook中每个cell的输出，我们通过控制“生成图片和清除图片”来达到gift的效果

代码——以MNIST数据集为例

import numpy as np
import tensorflow as tf
from IPython import display
import matplotlib.pyplot as plt 
# 用MNIST数据集演示
(train_image,_),(_,_) = tf.keras.datasets.mnist.load_data()
np.random.seed(1)
np.random.shuffle(train_image)

# # 动态展示16张图片
for i in range(16):
    
    plt.imshow(train_image[i,:,:],cmap='gray')
    display.clear_output(wait=True) # wait=True表示如果要更新cell的内容需要等待下一个输入到cell里边
    plt.show() # 这一步不能省

效果

• 这里直接展示他在生成模型中的作用(GAN)，上述代码的效果很简单不再展示，下动图是DCGAN模型生成图片的过程。