ValueError: Negative dimension size caused by subtracting 5 from 1 for '{{node le_net5/conv2d/Conv2D}} = Conv2D[T=DT_FLOAT, data_format="NHWC", dilations=[1, 1, 1, 1], explicit_paddings=[], padding="VALID", strides=[1, 1, 1, 1], use_cudnn_on_gpu=true](le_net5/Cast, le_net5/conv2d/Conv2D/ReadVariableOp)' with input shapes: [32,1,28,28], [5,5,28,6].
使用Tensorflow搭建LeNet5训练Mnist数据集，出错的原因是图像数据维度的问题，输入模型的数据应该是三维，即 （32，32，3）或者（3，32，32），TensorFlow默认接受的是第一种方式，即（width，height，channel）
解决方法：
法一：在（60000，32，32）添加一个维度，填在最后面变成（60000，32，32，3）
train_images = tf.expand_dims(train_images, axis=3)
法二：修改TenforFlow默认指定通道方式
backend.set_image_data_format("channels_first")
