抽出した列の値に白黒の色を指定し、reshapeして画像にしたい。

値に白黒の色を付けたい。

今回mnist手書き文字を動かし、重みを取得しました。
3層で構築しました。そして1から2層の(784,512)からなる重みを取得し、とりあえず1列目の値を抽出しました。
この抽出したX=(784,1)からなる最小の値に黒、最大の値に白を与え、(28,28)でreshapeすることでmatplotにしたいです。

試していること

(コード全容の後)
w=model.get_layer('dense')　#で層を指定。
W=w.get_weights()[0]　#重みの取得
X=W[:, 0]　#とりあえず1列目を抽出
ここで得た値は「0.013453・・・」など小数かつ負の値も含みます。
なので、次に
X1=np.reshape(X,(-1, 28, 28, 1))　#reshapeして
plt.imshow(X1, cmap = 'gray', vmin = 0, vmax = 255, interpolation = 'none')
にまでもっていきたいのですが、どのようにすれば良いのでしょうか。
ご教授願います。

コード全容

python
1import tensorflow as tf
2import datetime
3import numpy as np
4import matplotlib.pyplot as plt
5
6mnist = tf.keras.datasets.mnist
7
8(x_train, y_train),(x_test, y_test) = mnist.load_data()
9x_train, x_test = x_train / 255.0, x_test / 255.0
10
11model = tf.keras.models.Sequential([
12  tf.keras.layers.Flatten(input_shape=(28, 28)),
13  tf.keras.layers.Dense(512, activation=tf.nn.relu),
14  tf.keras.layers.Dropout(0.2),
15  tf.keras.layers.Dense(10, activation=tf.nn.softmax)
16])
17
18
19model.compile(optimizer='adam',
20              loss='sparse_categorical_crossentropy',
21              metrics=['accuracy'])
22
23
24
25log_dir="logs/fit/" + datetime.datetime.now().strftime("%Y%m%d-%H%M")
26file_writer = tf.summary.create_file_writer(log_dir)
27with file_writer.as_default():
28  images = np.reshape(x_train[0:10], (-1, 28, 28, 1))
29  tf.summary.image("train", images, max_outputs=10, step=1)
30
31
32
33tensorboard_callback = tf.keras.callbacks.TensorBoard(log_dir=log_dir, histogram_freq=1)
34
35
36
37model.fit(x=x_train, 
38          y=y_train, 
39          epochs=5, 
40          validation_data=(x_test, y_test), 
41          callbacks=[tensorboard_callback]) 
42
43model.evaluate(x_test, y_test)