TensorFlow中與卷積核有關的各參數的意義

　　以自帶models中mnist的convolutional.py爲例：

　　1.filter要與輸入數據類型相同（float32或float64），四個參數爲`[filter_height, filter_width, in_channels, out_channels]`，即卷積核的高/寬/輸入通道數/輸出通道數（feature map），如：[5, 5, NUM_CHANNELS, 32],  # 5x5 filter, depth 32.

　　2.strides爲長度爲4的一維int型矩陣，四個參數表明卷積核在輸入數據四個維度上的步長。好比，strides=[1, 2, 2, 1] 即表示卷積核在「卷」一幅圖片的時候，從左到右兩個像素兩個像素得「卷」，從上到下也是兩個像素兩個像素得「卷」，一個batch一個batch地「卷」，一個channel一個channel地「卷」（請原諒我孱弱的表達能力。。）。

　　3.padding有兩種參數供選擇，分別是SAME和VALID