激活函数:
tf.nn.relu(features, name=None)
features:卷积后加上偏置的结果
return:结果
卷积层:
tf.nn.conv2d(input, filter, strides=, padding=, name=None)
计算给定4-D
input和filter张量的2维卷积
input:给定的输入张量,具有[batch,heigth,width,channel],类型为float32,64
**filter:**指定过滤器的大小,[filter_height, filter_width,
in_channels, out_channels]
stri
1