在TensorFlow中添加层

    # 定义神经网络层函数，主要用于隐藏层和输出层
    # inputs代表输入的数据，  inSize为数据的形状  outSize为隐藏增的神经元个数，也为输出数据的形状
    # activationFunction 激活函数，默认无激活函数
    def addLayer(inputs, inSize, outSize, activationFunction = None):
    #参数权重，为[inSize, outSize], 这样的shape保证[None, inSize] * [inSize, outSize] -> [None, outSize]
    Weights = tf.Variable(tf.random_normal([inSize, outSize]))
    
    #偏值量
    biases = tf.Variable(tf.zeros([1, outSize]) + 0.1)
    
    # y = wx+b
    Wx_plus_b = tf.matmul(inputs, Weights) + biases
    
    #判断激活函数类型，如果含有激活函数，则用将计算之后的结果代入到激活函数中
    if (