from?datetime?import?datetime
import?math
import?time
import?tensorflow?as?tf

batch_size?=?32
num_batches?=?100

def?print_activations（t）:
????print（t.op.name‘?‘t.get_shape（）.as_list（））

def?inference（images）:
????parameters?=?[]

????with?tf.name_scope?（‘conv1‘）?as?scope:???????#卷積層1和池化層1
????????kernel?=?tf.Variable?（tf.truncated_normal?（[1111364]dtype?=?tf.float32stddev?=?1e-1）name?=?‘weights‘）
????????conv?=tf.nn.conv2d（imageskernel[1441]padding?=?‘SAME‘）
????????biases?=?tf.Variable?（tf.constant（0.0shape?=?[64]dtype?=?tf.float32）trainable=?Truename?=?‘biases‘）
????????bias?=?tf.nn.bias_add（convbiases）
????????conv1=tf.nn.relu（biasname=scope）
????????print_activations（conv1）
????????parameters?+=[kernelbiases]
????????lrn1=tf.nn.lrn（conv14bias=1.0alpha=0.001/9beta=0.75name=‘lrn1‘）#LRN層
????????pool1=tf.nn.max_pool?（lrn1ksize=[1331]strides=[1221]padding=‘VALID‘name=‘pool1‘）
????????print_activations（pool1）

????with?tf.name_scope（‘conv2‘）?as?scope:?????#卷積層2和池化層2
????????kernel?=?tf.Variable（tf.truncated_normal（[5?5?64?192]?dtype=tf.float32?stddev=1e-1）?name=‘weights‘）
????????conv?=?tf.nn.conv2d（pool1?kernel?[1?1?1?1]?padding=‘SAME‘）
????????biases?=?tf.Variable（tf.constant（0.0?shape=[192]?dtype=tf.float32）?trainable=Truename?=?‘biases‘）
????????bias?=?tf.nn.bias_add（conv?biases）
????????conv2?=?tf.nn.relu（bias?name=scope）
????????print_activations（conv2）
????????parameters?+=?[kernel?biases]
????????lrn2?=?tf.nn.lrn（conv2?4?bias=1.0?alpha=0.001?/?9?beta=0.75?name=‘lrn2‘）
????????pool2?=?tf.nn.max_pool（lrn2?ksize=[1?3?3?1]?strides=[1?2?2?1]?padding=‘VALID‘?name=‘pool2‘）
????????print_activations（pool2）

????with?tf.name_scope（‘conv3‘）?as?scope:??????#卷積層3
????????????kernel?=?tf.Variable（tf.truncated_normal（[33192384]?dtype=tf.float32?stddev=1e-1）?name=‘weights‘）
????????????conv?=?tf.nn.conv2d（pool2?kernel?[1?11?1]?padding=‘SAME‘）
????????????biases?=?tf.Variable（tf.constant（0.0?shape=[384]?dtype=tf.float32）?trainable=Truename?=?‘biases‘）
????????????bias?=?tf.nn.bias_add（conv?biases）
????????????conv3?=?tf.nn.relu（bias?name=scope）
????????????print_activations（conv3）

????with?tf.name_scope（‘conv4‘）?as?scope:??????#卷積層4
????????????kernel?=?tf.Variable（tf.truncated_normal（[3?3?384256]?dtype=tf.float32?stddev=1e-1）?name=‘weights‘）
????????????co