TensorFlow常用函数

【1】卷积层（Convolutional Layer），构建一个2维卷积层，常用的参数有

 conv = tf.layers.conv2d(
         inputs=pool,
         filters=64,
         kernel_size=[5, 5],
         padding="same",
         activation=tf.nn.relu)

inputs表示输入要的Tensor，filters表示卷积核的数量，kernel_size表示卷积核的大小，padding表示卷积的边界处理方式，

有valid和same两种方式，valid方式不会在原有输入的基础上添加新的像素，same表示需要对input的边界数据进行填存，

具体计算公式参见，activation表示要采用的激活函数。

【2】池化层（Pooling Layer，max_pooling2d或average_pooling2d），用于构建2维池化，常用的参数有：

 tf.layers.max_pooling2d(
 inputs=conv,
 pool_size=[2, 2],
 strides=2)

inputs表示要被池化的输入Tensor，pool_size表示池化窗口大小，strides表示进行池化操作的步长。

【3】全链接层主要参数如下所示：

 tf.layers.dense(inputs=pool2_flat,
 units=1024,
 activation=tf.nn.relu)

inputs表示输入层，units表示输出层的tensor的形状为[batchsize, units]，activation表示要采用的激化函数。