tf.placeholder(tf.float32,shape=[None,inputSize])#类似于一个float32的声明

tf.reduce_mean()#求均值，可以是不同维度

tf.cast()#

tf.argmax()#返回最大的那个数值所在的下标https://blog.csdn.net/qq575379110/article/details/70538051/

tf.truncated_normal([size_in, size_out], stddev=0.1)//如果生成的值大于平均值2个标准偏差的值则丢弃重新选择。https://www.jianshu.com/p/e18fdc7b633a

tf.nn.softmax()#Softmax函数，将张量的每个元素缩放到（0,1）区间且和为1。

tf.nn.relu()#计算激活函数 relu，即 max(features, 0)。将大于0的保持不变，小于0的数置为0。

tf.nn.conv2d()#2D卷积https://blog.csdn.net/SHU15121856/article/details/88956545

"""2维的卷积层,用于图片的卷积"""

# 输入图像的通道数=1(灰度图像),卷积核的种类数=3

# 卷积核的shape是3乘3的,扫描步长为1,不加padding

layer = nn.Conv2d(1, 3, kernel_size=3, stride=1, padding=0)

tf.summary.scalar()

tf.summary.image()

tf.summary.histogram()
tf.summary.merge_all()