从 TensorFlow 向 DCGAN 教程添加训练损失

如何解决从 TensorFlow 向 DCGAN 教程添加训练损失

我一直在尝试修改在 TensorFlow 教程中制作的 this DCGAN。我希望它生成一个图表，显示生成器和鉴别器随时间的训练损失。首先，我尝试像这样简单地打印每个时期生成器的损失：

def train_step(images):
noise = tf.random.normal([BATCH_SIZE,noise_dim])

with tf.GradientTape() as gen_tape,tf.GradientTape() as disc_tape:
  generated_images = generator(noise,training=True)

  real_output = discriminator(images,training=True)
  fake_output = discriminator(generated_images,training=True)

  gen_loss = generator_loss(fake_output)
  disc_loss = discriminator_loss(real_output,fake_output)
  print(gen_loss) #What I added 

输出如下：

张量("binary_crossentropy/weighted_loss/value:0",shape=(),dtype=float32)

当我尝试通过说 print(gen_loss.numpy()) 将其转换为 numpy 数组时，我收到以下错误：AttributeError: 'Tensor' object has no attribute 'numpy '。 我已经尝试了 here 提到的解决方案，但没有成功。

有谁知道在这种情况下我如何可视化训练损失？