测试了官方历程，看没有问题，加上时间紧任务重，就不深究了。
官方tutorials：https://www.tensorflow.org/tutorials/images/deep_cnn
github源码：https://github.com/tensorflow/models/tree/master/tutorials/image/cifar10
值得注意的是：
- 运行多GPU训练的脚本：
python cifar10_multi_gpu_train.py --num_gpus = 1 --batch_size=4096
- 在有4个1080TI的服务器上 运行如下shell命令，后者速度明显提升。
python cifar10_multi_gpu_train.py --num_gpus=1 --max_steps=100 --batch_size=4096 python cifar10_multi_gpu_train.py --num_gpus=2 --max_steps=100 --batch_size=2048 python cifar10_multi_gpu_train.py --num_gpus=3 --max_steps=100 --batch_size=1024 python cifar10_multi_gpu_train.py --num_gpus=4 --max_steps=100 --batch_size=512
结果为：
num_gpus batch_size min msec/batch 1 4096 256 2 2048 64 3 1024 29 4 512 15