Tensorflow计算卷积
卷积操作的作用就是提取图像的特征。通过卷积操作后，将提取出的特征喂给全连接网络。
为了不改变卷积操作后的图片的尺寸大小，会使用全零填充（padding）。在TensorFlow框架中，用参数padding = ‘SAME’ 或 padding = ‘VALID’
使用去全零填充，不改变卷积后的输出的尺寸。
输出图片的边长的计算公式：
.
Tensorflow计算池化
池化操作为了减少特征数量。
最大池化可提取图片的纹理，均值池化可以保留背景特征。
TensorFlow进行Dropout操作
在神经网络中进行训练的过程中，将一部分神经元按照一定的概率从神经网络中暂时舍去。使用时被舍弃的神经元恢复链接。一般会使用全连接网络中。
tensorFlow实现
