Tensorflow實例：實現簡單的卷積神經網絡

CNN最大的特色在於卷積的權值共享結構，能夠大幅減小神經網絡的參數量，防止過擬合的同時又下降了神經網絡模型的複雜度。在CNN中，第一個卷積層會直接接受圖像像素級的輸入，每個卷積操做只處理一小塊圖像，進行卷積變化後再傳到後面的網絡，每一層卷積都會提取數據中最有效的特徵。這種方法能夠提取到圖像中最基礎的特徵，好比不一樣方向的邊或者拐角，然後再進行組合和抽象造成更高階的特徵。 通常的卷積神經網絡由多個卷

>>阅读原文<<