1.Tensorflow的使用：先罗列，后操作
2.关于权重矩阵：
a.定义每一层，就是定义 “这一层->这一层的前一层” 之间的“实线”
b.定义这条连线就是定义权重和偏置
c.权重是n1*n2的，其中n1是输入信号的个数(突触的个数)，n2是神经元个数
3.关于偏移值函数
Weights_L2= tf.Variable(tf.random_normal([10,1]))
biases_L2= tf.Variable(tf.zeros([1,1]))
Wx_plus_b_L2 = tf.matmul(L1,Weights_L2) +biases_L2
偏移值是对数值进行偏移所以行数等于输入的行数，列数等于1。
[[1,1,1],[2,2,2]]*T[4,5,6]=T[15,20] 偏移=T[0.1,0.1]
4.神经元的机制：
神经元的多个神经突触接收多个不同的信号，并加强/减弱每个信号，处理之后输出一个结果：
4.编写神经层的步骤
a.定义权重矩阵，偏置矩阵
b.编写神经核接受信号函数(matmul函数)
c.编写神经核处理信号函数(激活函数)
中间层是定义神经元-神经元前一层 的“实线”
输出层是定义输出层->输出层前一层 的“实线”
