我就废话不多说了，大家还是直接看代码吧！
import tensorflow as tf
import numpy as np
input = tf.constant(1,shape=(64,10,1),dtype=tf.float32,name='input')#shape=(batch,in_width,in_channels)
w = tf.constant(3,shape=(3,1,32),dtype=tf.float32,name='w')#shape=(filter_width,i
在用tensorflow做一维的卷积神经网络的时候会遇到tf.nn.conv1d和layers.conv1d这两个函数，但是这两个函数有什么区别呢，通过计算得到一些规律。
1.关于tf.nn.conv1d的解释，以下是Tensor Flow中关于tf.nn.conv1d的API注解：
Computes a 1-D convolution given 3-D input and filter tensors.
Given an input tensor of shape [batch, in_w
Google产品分析Zlatan Kremonic介绍了卷积神经网络的机制，并使用TensorFlow框架演示了卷积神经网络在MNIST数据集上的应用。
卷积神经网络（CNN）是一种前馈人工神经网络，其神经元连接模拟了动物的视皮层。在图像分类之类的计算机视觉任务中，CNN特别有用；不过，CNN也可以应用于其他机器学习任务，只要该任务中至少一维上的属性的顺序对分类而言是必不可少的。例如，CNN也用于自然语言处理和音频分析。
CNN的主要组成部分是卷积层（convolutional la
