首先以tensorflow中最常用的卷積神經網絡為案例進行說明：
首先input必須是壹個四維的tensor，以28?28?1的圖像為案例進行說明，首先需要轉換為4維，需要加入圖像樣本的個數，假設為100張，變為[100,28,28,1]，直觀理解為100張 28 28的只有壹個通道的圖片。
我們再來看filter，即卷積神經網絡的濾波器，必須與input維度相同，[3,3,1,2]，通俗理解為3 3的卷積核2個，只作用於1個通道，即input的最後壹個參數和filter的倒數第二個參數是相同的。
第三個參數是stride，控制卷積核的移動步數，與上述兩個參數相同，也是四維的，[1,1,1,1]，其中第壹個1和最後壹個1是固定值，需要改變的是中間的兩個數，即在x軸和y軸的移動步長。
第四個參數是padding，只有兩個取值，'SAME'和'VALID'，第壹個是填充邊界，第二個是當不足以移動時直接舍棄。
其他參數選擇默認即可。