【1】卷积层（Convolutional Layer），构建一个2维卷积层，常用的参数有
1 conv = tf.layers.conv2d(
2 inputs=pool,
3 filters=64,
4 kernel_size=[5, 5],
5 padding="same",
6 activation=tf.nn.relu)
inputs表示输入要的Tensor，filters表示卷积核的数量，kernel_size表示卷积核的大小，padding表示卷积的边界处理方式，
有valid和same两种方式，valid方式不会在原有输入的基础上添加新的像素，same表示需要对input的边界数据进行填存，
具体计算公式参见，activation表示要采用的激活函数。
【2】池化层（Pooling Layer，max_pooling2d或average_pooling2d），用于构建2维池化，常用的参数有：
1 tf.layers.max_pooling2d(
2 inputs=conv,
3 pool_size=[2, 2],
4 strides=2)
inputs表示要被池化的输入Tensor，pool_size表示池化窗口大小，strides表示进行池化操作的步长。
【3】全链接层主要参数如下所示：
1 tf.layers.dense(inputs=pool2_flat,
2 units=1024,
3 activation=tf.nn.relu)
inputs表示输入层，units表示输出层的tensor的形状为[batchsize, units]，activation表示要采用的激化函数。