我正在学习这个教程：https://colab.research.google.com/github/jeffheaton/t81_558_deep_learning/blob/master/t81_558_class_07_2_Keras_gan.ipynb#scrollTo=1yqlUD4sdiDk，我尝试训练一个包含生成器和判别器模型的GAN。这是我的第一个GAN项目，所以我对这些内容还不熟悉。

我能够从头到尾运行这段代码，但对以下两方面还不清楚：

1. 有两个内核包含以下代码，我不确定这段代码实际在做什么。希望有人能解释一下。

2. 如何使用训练好的生成器模型实际生成新的伪图像？我不确定这个教程是否在做这件事，或者我是否误解了它实际上已经完成了。我希望有人能澄清一下。

回答：

GAN的生成器部分接收噪声并生成新的伪图像，这就是您第一部分的第2和第3行正在做的事情，然后您使用plt.imshow(generated_image[0, :, :, 0])来显示图像。

您第二部分的代码是判别器，用于尝试将生成的图像分类为真实或伪造，这有助于生成器生成更好的伪图像。