使用tensorflow卷积神经网络实现mnist手写数字识别

在实现mnist手写数字识别的时候，看了极客网上的例子，自己试着实现了一下，但是期间发现了很多问题。于是就把值得注意的地方写在注释里面了，以供后面查阅温习。

import tensorflow as tf

from  tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("E:/data/tianchi/minist/", one_hot=True)

x=tf.placeholder(tf.float32,[None,784],name='x-input')
y_=tf.placeholder(tf.float32,[None,10],name='y-input')

def weight_variable(shape):
	initial=tf.truncated_normal(shape,stddev=0.01)
	return tf.Variable(initial)

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

#SAME表示输入和输出是同一尺寸 
#对于图片，因为只有两维，通常strides取[1，stride，stride，1]
def conv2d(x,w):
	return tf.nn.conv2d(x,w,strides=[1,1,1,1],padding='SAME')

#ksize是池化窗口的大小，strides是池化过程的步长
def max_pool_2x2(x):
	return tf.nn.max_pool(x,ksize=[1,2,2,1],strides=