TensorFlow入門——MNIST手寫數字識別實戰代碼

我在該代碼中使用了兩個卷積層+池化層，最後連上兩個全鏈接層。 第一層卷積使用32個5x5x1的卷積核，步長爲1，邊界處理方式爲「SAME」（卷積的輸入和輸出保持相同尺寸），激發函數爲Relu，而後接一個2x2的池化層，方式爲最大化池化； 第二層卷積使用64個5x5x32的卷積核，步長爲1，邊界處理方式爲「SAME」，激發函數爲Relu， 後接一個2x2的池化層，方式爲最大化池化； 第一層全鏈接層：

>>阅读原文<<