max pooling '''
return tf.nn.max\_pool(x,ksize=[1,2,2,1],strides=[1,2,2,1],padding='SAME')
def cnn...)))
y\_p = tf.matmul(net\_fc2,weight([84,10])) + biases(10)
return y\_p
# 3.搭建CNN...tf.float32,[None,32,32,1], name='x')
y\_t = tf.placeholder(tf.int32,[None,10],name='y\_t')
y\_p = cnn...Inception Module中包含了3种不同尺寸的卷积和1个最大池化,增加了网络对不同尺度的适应性,这一部分和Multi-Scale的思想类似。...Inception V1的论文中指出,Inception Module可以让网络的深度和宽度高效率地扩充,提升准确率且不致于过拟合。