truncated_normal、tf.zeros、tf.cast、mnist.train.next_batch

    **truncated_normal**（shape,mean,stddev）:shap表示生成张量的维度，mean是均值，stddev是标准差，此函数 
                                           正态分布函数，均值和标准差由人为设定；
    **tf.zeros（）**表示初始化函数，当零初始化一维数组单值时用x= tf.zeros([1])得[0]、零初始化一维数组双值时用x= 
                              tf.zeros([2])得[0,0]、零初始化x= tf.zeros([2，4])得到 [[0,0,0,0],[0,0,0,0]];
    **tf.cast（）**表示数据类型转换tf.cast（(correct_prediction,tf.float32)）表示将correct_prediction之前的数据类型转换为tf.float32型（见4-2的第50行）
    **mnist.train.next_batch（）**函数：用示例表明作用关系如下：

batch_xs,batch_ys=mnist.train.next_batch(batch_size)#batch_size表示获得100张图片（之前设定batch_size=100），然后保存在 batch_xs中，图片的标签保存在batch_ys。