原理参考:https://blog.csdn.net/xierhacker/article/details/53463525
激活函数:https://blog.csdn.net/xierhacker/article/details/71524713
# -*- coding:utf-8 -*-
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("G:/TensorFlow/MNIST_data/",one_hot=True)
# x 为训练图像的占位符,y_为训练图像标签的占位符
x = tf.placeholder(tf.float32,[None,784])
y_ = tf.placeholder(tf.float32,[None,10])
#将图像还原为28*28,[-1,28,28,1]中-1表示样本数量不固定,最后一个1代表颜色通道数
x_image = tf.reshape(x,[-1,28,28,1])
'''
定义初始化函数:
1、weight_variable 可以返回一个给定形状的变量
从截断的正态分布中输出随机值。stddev: 正态分布的标准差,shape:一维的张量
生成的值服从具有指定平均值和标准偏差的正态分布,如果生成的值大于平均值2个标准偏差