Tensorflow入门之MNIST手写字识别

先声明：本人前期学习借助黄文坚的《Tensorflow深度学习实战》（应该是这个名字）
各位可以去我的github博客获取其他的分享
本篇是针对有一定基础的，没基础的去我之前的教程里学习

第一步：先封装各种需要的功能

变量初始化函数

def weight_init(shape):
    return tf.Variable(tf.truncated_normal(shape, stddev = 0.1))

这是一个权重初始化函数，权重shape是一个多维数组

tf.truncated_normal(shape, stddev = stddev)采用了正太分布给变量赋值，根据实践经验，这种方式能够
较大程度提升拟合速度。

def biase_init(shape):
    return tf.Variable(tf.constant(0.1,shape=shape))

对于偏置的初始值我们可以随意一点

封装一下卷积、池化函数

def conv2d(x,w):
    return tf.nn.conv2d(x,w,strides=[1,1,1,1],padding="SAME")

x, w分别是图片和权重，将图片传进来后用权重w进行卷积运算，采用’SAME’是为了不改变图片大小

def max_pool_2x2(x):
    r