1.对于2-5全连接网络中模型的搭建输入图像的shape是28,28并没有channel通道这个维度;对于6-5卷积神经网络中模型的搭建，输入图像的shape是28,28,1，有通道这个维度.
是因为全连接网络用不到通道么，所以没有写
2.全连接层的输入或者卷积层的输入什么时候需要变成tensor?
3.什么是像素点，一个像素点有多大,有点迷糊
之前您说的输入是28x28,是784个像素点，查了下资料，
如下所示：资料2中显示：
'水平分辨率乘以垂直分辨率等于总共的像素点数；像素点数的计算没有用图像
的尺寸1英寸乘以1英寸计算’
那么为什么课程中计算的图像的像素点数目为784?也就是用28x28图像长和
宽的尺寸相乘实现的？
4.28x28这个尺寸的单位是什么？
像素点数目的计算是用的图像的长和宽的尺寸相乘计算的，和网上资料中说的用分辨率相乘计算不一致？还是说28,28就是图像的分辨率？
资料1：
分辨率为1024×768的屏幕来说,即每一条水平线上包含有1024个像素点,共有768条线,即扫描列数为1024列,行数为768行.
资料2：
例如一张1英寸1英寸的图片,如果它的水平分辨率是100 dpi,垂直分辨率是50 dpi,那么就是说,它水平每英寸分成100小段,垂直每英寸分成50小段,就像米尺上的一格格那样.这张图总共有100*50=5000个格子,这张图片共有5000像素.由于它的水平分辨率和垂直分辨率不相等,所以每个像素是一个微小的长方形.