tensorflow.nn.conv2d中参数含义，尤其是strides

input=[number_of_pictures_each_batch, in_height, in_width, in_channels], 即[每个batch图片数目，每个图片高度，每个图片宽度，输入通道数目]。要求类型是float32和float64之一。

filter=[filter_height, filter_width, in_channels, out_channels], 即[每个卷积核高度，每个卷积核高度，输入通道数，输出通道数也是卷积核数目]。值得注意的是，输入通道数要和上一层输出的通道数一致。

strides=[input里四个参数的步长]，无极特殊情况，strides=[1, *, *, 1]，*代表某个设定的数。因为图片数目和输入通道数目都要使用，所以步长设定为1是合理的，我们需要设定的是中间的两个数。

padding='VALID'或’SAME'，VALID表示不补零，图片右边或下边有多出来没卷积到的直接舍去不用；SAME表示补零，补零至卷积后的尺寸为⌈高度（或宽度）/步长⌉，⌈⌉表示向上取整，因为补零使高度（或宽度）数值变大所以是向上取整。如果出现补零个数为奇数，就让右边（或下边）多一列（行）零。

use_cudnn_on_gpu=True或False，是否用cudnn加速，默认True。

其他参数基本用不到。