LeNet-5及其TensorFlow实现

本篇主要介绍CNN开山之作，1998年LeCun的Gradient-Based Learning Applied to Document Recognition及其基于TensorFlow GPU 1.3.0 rc1版本的实现。

LeNet-5采用上图架构。共7层，分别为卷积——最大池化——卷积——最大池化——全连接*3。保留了LeNet-5中的大部分细节，未加入dropout，最后一层改用softmax。

代码部分：

# !/usr/bin/env python3
# coding=utf-8

"""
LeNet-5 Using TensorFlow

Author : Chai Zheng, Ph.D.@Zhejiang University, Hangzhou
Email  : zchaizju@gmail.com
Blog   : http://blog.csdn.net/chai_zheng/
Github : https://github.com/Chai-Zheng/
Date   : 2018.3.29
"""

import tensorflow.examples.tutorials.mnist.input_data as input_data
import tensorflow as tf

mnist = input_data.read_data_sets('MNIST_data', one_hot=True)

sess = tf.InteractiveSession()

x = tf.placeholder(