python – 计算张量后,如何将其显示为图像？

我有一维numpy数组.在TensorFlow中执行计算后,我得到一个tf.Tensor作为输出.我试图将其重塑为二维数组并将其显示为图像.

如果它是一个numpy ndarray,我会知道如何绘制它作为一个图像.但现在是一个张量！

虽然我尝试使用tensor.eval()将其转换为numpy数组,但我收到错误消息“无默认会话”.

任何人都可以教我如何将张量显示为图像吗？

... ...
init = tf.initialize_all_variables()    
sess = tf.Session()
sess.run(init)

# training
for i in range(1):
    sess.run(train_step, feed_dict={x: x_data.T, y_: y_data.T})

# testing
probability = tf.argmax(y,1);
sess.run(probability, feed_dict={x: x_test.T})

#show result
img_res = tf.reshape(probability,[len_y,len_x])
fig, ax = plt.subplots(ncols = 1)

# It is the the following line that I do not know how to make it work...
ax.imshow(np.asarray(img_res.eval())) #how to plot a tensor ?#
plt.show()
... ...

解决方法:

你看到的即时错误是因为Tensor.eval()仅在存在“default Session“时才有效.这要求(i)你在tf.Session()中执行：block,(ii)你是在sess.as_default()：block中执行,或者(iii)您正在使用tf.InteractiveSession.

有两种简单的解决方法可以使您的案例有效：

# Pass the session to eval().
ax.imshow(img_res.eval(session=sess))

# Use sess.run().
ax.imshow(sess.run(img_res))

请注意,作为关于可视化图像的一个重点,您可以考虑使用tf.image_summary() op和TensorBoard来可视化由更大的训练管道生成的张量.