は<IPython.core.display.Imageオブジェクト>

Question

'' 'シミュレーションのためのインポートライブラリ' ''

import tensorflow as tf 
import numpy as np 

'' '可視化のための輸入'」であります「

from PIL.Image 
from io import BytesIO 
from IPython.display import Image, display 

『』」今、我々は 反復回数「」」

def DisplayFractal(a, fmt='jpeg'): 

    img =np.concatenate([10+20*np.cos(a_cyclic),30+50*np.sin(a_cyclic),155- 
    80*np.cos(a_cyclic)], 2) 
    img[a==a.max()] = 0 
    a = img 
    a = np.uint8(np.clip(a, 0, 255)) 
    f = BytesIO() 
    PIL.Image.fromarray(a).save(f, fmt) 
    display(Image(data=f.getvalue())) 


sess = tf.InteractiveSession() 
# Use NumPy to create a 2D array of complex numbers 

Y, X = np.mgrid[-1.3:1.3:0.005, -2:1:0.005] 
Z = X+1j*Y 
print(Z) 
#Now we define and initialize TensorFlow tensors. 

xs = tf.constant(Z.astype(np.complex64)) 
zs = tf.Variable(xs) 
ns = tf.Variable(tf.zeros_like(xs, tf.float32)) 


tf.global_variables_initializer().run() 

zs_ = zs*zs + xs 
print(zs) 

# Have we diverged with this new value? 
not_diverged = tf.abs(zs_) < 4 

を持っていたら、実際に画像を表示する機能を定義します10

'' ' zsと反復回数を更新する操作。 注：コンピューティングzは分岐した後も維持されます。この は非常に無駄です！少しでも良い場合は、 シンプルで、これを行う方法があります。 ''」 ステップ= tf.group（zs.assign（zs_）、ns.assign_add（tf.cast（not_diverged、 tf.float32）））

for i in range(200): step.run() 

DisplayFractal(ns.eval()) 

Answer 1

私は同じ問題を抱えていました。あなたは（スパイダー）のような他のIDEから実行した場合に表示されるすべてのコンソールで<IPython.core.display.Image object>ある http://jupyter.org/

：あなたはJupyterノートでTensorFlow例を実行する必要があります。

Answer 2

しかし、本当の問題は、jupyterせずにそれを行うにはHWOです....

Answer 3

emmm、私はこの問題を破壊する必要があり、あなたは私の機能に見てみることができます。

def displayFractal(a,fmt='jpeg'): 
    a_cyclic=(6.28*a/200.0).reshape(list(a.shape)+[1]) 

    # emmm I have changed the number. you can just continue your number   
    img=np.concatenate([5+10*np.cos(a_cyclic),15+25*np.sin(a_cyclic),70-40*np.cos(a_cyclic)],2) 

    img[a==a.max()]=0 
    a=img 
    a=np.uint8(np.clip(a,0,255)) 
    plt.imshow(PIL.Image.fromarray(a)) 
    plt.show() 

もちろんのあなたmatplotlib .pyplotを最初にpltとしてインポートする必要があります。