图的理解: 一张图可以由高度(height),宽度(width),通道数(channels)表示。一个三维的tensor可以明确表示图中的任意一点。 图片1: 上图图片形状为:(4,4,3), 每个数字代表图像像素值。在tensorflow中输入数据的形状为[batch, height, width, channels],batch为图片数量用于批量训练(mini_batch)。下面用tf.reduce_mean解析这个四维的tensor。 tf.reduce_mean( input_tensor, axis=None, keep_dims=False, na
