前面基本上把 TensorFlow 的在图像处理上的基础知识介绍完了，下面我们就用 TensorFlow 来搭建一个分类 cifar10 的神经网络。

首先准备数据：

cifar10 的数据集共有 6 万幅 32 * 32 大小的图片，分为 10 类，每类 6000 张，其中 5 万张用于训练， 1 万张用于测试。数据集被分成了5 个训练的 batches 和 1 个测试的 batch。每个 batch 里的图片都是随机排列的。官网上提供了三个版本的下载链接，分别是 Python 版本的，Matlab 版本的和二进制文件版本的。其中，Python 版本的数据格式，官网上给了读取数据的代码，Matlab 版本的数据和 Python 版本的数据格式差不多。二进制版本的数据，有 5 个训练用的 batches，data_batch_1.bin ~ data_batch_5.bin 和一个测试用的 test_batch.bin，每个 bin 文件的格式如下：

<1 x label><3072 x pixel>

...

<1 x label><3072 x pixel>

共有一万行，每行 3073 个字节，第一个字节表示标签信息，剩下的 3072 字节分为 RGB 三通道，每个通道 1024( = 32 * 32) 个字节，注意，行与行之间没有明显的区分标识符，所以整个 bin 文件字节长度恰好是 3073 万。

考虑到 TensorFlow 可以读取固定长度格式的数据（用 tf.FixedLengthRecordReader  ），我们下载二进制格式的数据。新建文件夹/home/your_name/TensorFlow/cifar10/data，从cifar10 官网上下载二进制格式的文件压缩包，解压到此文件夹，得到 cifar-10- batches-bin 文件夹，里面有 8 个文件，6 个 .bin文件，一个 readme， 一个 .txt 说明了类别。

然后我们来考虑如下的网络结构进行 cifar10 的分类：每次输入一个batch的 64 幅图像， 转化成 64*32*32*3 的四维张量，经过步长为 1，卷积核大小为 5*5 ，Feature maps 为64的卷积操作，变为 64*32*32*64 的四维张量，然后经过一个步长为 2 的 max_pool 的池化层，变成 64*16*16*64 大小的四维张量，再经过一次类似的卷积池化操作，变为 64*8*8*64 大小的4维张量，再经过两个全连接层，映射到 64*192 的二维张量，然后经过一个 sortmax 层，变为 64*10 的张量，最后和标签 label 做一个交叉熵的损失函数。如下图所示：

参考文献：

1. https://github.com/tensorflow/models/tree/master/tutorials/image/cifar10