搭建卷积神经网络怎么确定参数_手把手教你用 TensorFlow 实现卷积神经网络（附代码）...

from tensorflow.examples.tutorials.mnist import input_data

import tensorflow as tf

mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)# 读取图片数据集

sess = tf.InteractiveSession()# 创建session

# 一，函数声明部分

def weight_variable(shape):

# 正态分布，标准差为0.1，默认最大为1，最小为-1，均值为0

initial = tf.truncated_normal(shape, stddev=0.1)

return tf.Variable(initial)

def bias_variable(shape):

# 创建一个结构为shape矩阵也可以说是数组shape声明其行列，初始化所有值为0.1

initial = tf.constant(0.1, shape=shape)

return tf.Variable(initial)

def conv2d(x, W):

# 卷积遍历各方向步数为1，SAME：边缘外自动补0，遍历相乘

return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME')

def max_pool_2x2(x):

# 池化卷积结果(conv2d)池化层采用kernel大小为2*2，步数也为2，周围补0，取最大值。数据量缩小了