Generator for DCGAN

 Following is the code for generator for MNIST DCGAN 

import tensorflow as tf 

from tensorflow import keras 

from keras import layers 

import matplotlib.pyplot as plt 

img_height = 40 

img_width  = 80 

model = keras.models.Sequential()

model.add(layers.Dense(img_height/4 * img_width /4 * 256 , use_bias = False, 

                       input_shape = (100,)))

model.add(layers.BatchNormalization())

model.add(layers.LeakyReLU())

model.add(layers.Reshape(( int(img_height/4) , int(img_width/4) , 256)))

model.add(layers.Conv2DTranspose(128 , 5, strides = 1 , padding = "same" , 

                                 use_bias = False))

model.add(layers.BatchNormalization())

model.add(layers.LeakyReLU())

model.add(layers.Conv2DTranspose(64, 5, strides = 2 , use_bias = False, 

                                 padding = "same"))

model.add(layers.BatchNormalization())

model.add(layers.LeakyReLU())

model.add(layers.Conv2DTranspose(1, 5, strides = 2 , use_bias = False , 

                                 padding = "same"))

noise = tf.random.normal([1,100])

gen_image = model(noise , training = False)

plt.imshow(gen_image[0, :, :, 0])