用 tensorboard 显示 生成网络（generator）中间层图像

为了对比，还需要一个能显示 tensorflow 中间层图像的方法

搜索了一下，有几种方法，先按《TensorFlow人工智能引擎入门教程之四 TensorBoard面板可视化管理》来试试

要运行该文，先运行前一篇《TensorFlow人工智能引擎入门教程之三 实现一个自创的CNN卷积神经网络》
先下载数据集
https://raw.githubusercontent.com/petar/GoMNIST/master/data/train-images-idx3-ubyte.gz
https://raw.githubusercontent.com/petar/GoMNIST/master/data/train-labels-idx1-ubyte.gz
https://raw.githubusercontent.com/petar/GoMNIST/master/data/t10k-images-idx3-ubyte.gz
https://raw.githubusercontent.com/petar/GoMNIST/master/data/t10k-labels-idx1-ubyte.gz

载入数据：

from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("./data/", one_hot=True)

如果有错误了，按《TENSORFLOW1.0运行之前版本代码报错解决》《TensorFlow不同版本引起的错误》等文章来修改

......

运行结束后，启动 tensorflow tensorborad 面板

python c:\users\k\anaconda3\lib\site-packages\tensorflow\tensorboard\tensorbord.py --logdir=./logs

然后打开网页可以看到输入层的图像了。

再把中间层的多通道图像转换为单通道（因为1.0版本的tf.summary.image不能显示多于4通道图）：

# 把图像转换多通道到 1通道（64->1）
def zhuanhuan64_1(name, tensor_64):
    for i in range(64):
        begin=[0,0,0,i]
        size=[1,-1,-1,1]
        tensor_1 = tf.slice(tensor_64,begin, size)
        tf.summary.image(name,tensor_1 ,max_outputs=64)#
    return

然后把它放在第一层输出位置中就可以显示64通道的图像了：

zhuanhuan64_1("conv1", conv1) 

最后按照它的样子，在 SRGAN 的 main.py 和 model.py 加上相应的语句，就是可以显示我们的图像了：

结束。