如何在张量流中可视化反卷积层的shape = 5,100,100,3（以NHWC格式）的输出？

Question

我正在尝试可视化张量流中反卷积层的输出。我的图层的形状是（5,100,100,3）为NHWC格式。我正在尝试实现这一概念，以图像格式可视化所有3个输出通道。但是我无法实现写成here的概念，并且遇到了Value错误。是否有任何代码可以使反卷积层输出可视化？我正在使用tensorflow版本0.12，因此无法使用Keras。下面的代码Ref.是我要尝试实现的。提前致谢。

W1_a = W1                            # [5, 5, 1, 24]
W1pad= tf.zeros([5, 5, 1, 1])        # [5, 5, 1, 1]
W1_b = tf.concat(3, [W1_a, W1pad])   # [5, 5, 1, 25]
W1_c = tf.split(3, 25, W1_b)         # 25 x [5, 5, 1, 1]
W1_row0 = tf.concat(0, W1_c[0:5])    # [25, 5, 1, 1]
W1_row1 = tf.concat(0, W1_c[5:10])   # [25, 5, 1, 1]
W1_row2 = tf.concat(0, W1_c[10:15])  # [25, 5, 1, 1]
W1_row3 = tf.concat(0, W1_c[15:20])  # [25, 5, 1, 1]
W1_row4 = tf.concat(0, W1_c[20:25])  # [25, 5, 1, 1]
W1_d = tf.concat(1, [W1_row0, W1_row1, W1_row2, W1_row3, W1_row4]) # [25, 25, 1, 1]
W1_e = tf.reshape(W1_d, [1, 25, 25, 1])
Wtag = tf.placeholder(tf.string, None)
tf.image_summary(Wtag, W1_e)