1.tensorflow是静态流程图，先搭建好模型图，然后再让数据流通，流通的过程中才能得到中间值。
3.目标：理解一下cnn的工作，以及在tensorflow里怎么调用实现。
1)数据集准备
黑白图片：[w, h] 彩色图片：[w, h, c]
X=[batch_size, w, h, c] 有batch_size张图片，图片形状是[w, h, c]
Y=[batch_size, y] batch_size张图片都对应一个标签y，目前此处为二分类
其中，np.random.uniform(low, high, size) 从一个均匀分布[low,high)中随机采样，注意定义域是左闭右开，即包含low，不包含high。 np.random.randint(low, high, size) [0,2)整数，即二分类：0,1 [0,10)整数，即10分类：0,1,2,3,4,5,6,7,8,9
2)图模型搭建---模型输入，占位符建立
3)模型搭建---定义cnn相关的参数初始化、卷积、池化函数
4)模型搭建---cnn模型具体化
创建一个会话 with tf.Session() as sess: 就可以边搭建模型，边查看每个中间变量的shape和value了。 下图是一个卷积+激活函数处理的过程。
池化处理
扁平化处理+全连接处理