這里只寫大概意思源内。幫助大家了解個大概的全貌。
主程序里瘟则，上面都是構(gòu)造數(shù)據(jù)流圖黎炉。然后sess.run時激活圖。所以先從run開始看就行醋拧。然后輸入假的X圖像數(shù)據(jù)慷嗜，通過inference輸出假的Y結(jié)果。
?y?=?LeNet5_infernece.inference(x,False,regularizer)?
然后inference里丹壕，根據(jù)LeNet5結(jié)構(gòu)庆械，卷積C1--池化S2--卷積C3--池化S4--卷積C5--全連接F6.
大概里面內(nèi)容就是（你能找到規(guī)律的）：
C1：
?weight1：【5，5菌赖，1缭乘，32】
biase1：【32】
conv1=tf.nn.conv2d(input_tensor,weight1,stride...)
relu1=tf.nn.relu(tf.nn.bias_add(conv1,biase1))
C2:
pool2=tf.nn.max_pool(relu1,...)
C3:
weight3=[5,5,32,64]
biase3=[64]
conv3=..(con1,...)
relu3=(..conv3,biase3)
C4:
pool..
C5:
weight5=[node前面的，fc_size全連接數(shù)]
biase5=[fc_size]
...
C6:
weight=[fc_size,label數(shù)量]
biase=[label]
