centerloss之中心点计算

以minist为例：
中心点有2种计算方式：
方式1：
人算：
批次取400，平均每批次每个数字有400/10=40个点，如果取40个点的中心为每批次训练的中心，数据太少，误差大， 所以先定义一个队列，队列长度为400*20，前20个周期不训练中心损失，只训练分类损失，把每批次网络计算的点（形状为【400，2】）装进队列，从第20个周期开始，计算队列里对应数字的中心，然后以此中心计算中心损失，因为队列先进先出的特性，随着训练进行，新数据进入队列，早期数据将被抛弃。
这种方式比较麻烦，实现复杂，且训练慢。
方式2：
网络自己算：
自定义centerloss损失函数类，类的可训练参数采用正态分布初始化，此方式如果不自定义backword函数，则训练此网络有2个优化器，一个优化网络参数，另一个优化损失函数类实例参数，定义backword函数需要自己计算梯度，比较麻烦。
启示：
损失函数也可带有可训练参数，prelu就是其中之一。