lambda
python 允許用 lambda 關鍵字創造匿名函數。匿名就意味着不需要顯式的定義，比如python定義一個函數要以def開頭，但是我們使用lambda不需要def也能定義一個函數。
然而，作爲函數，它們也能有參數。一個完整的 lambda“語句”代表了一個表達式，這個表達式的定義體必須和聲明放在同一行。lambda函數的語法如下:
lambda [arg1[, arg2, … argN]]: expression
參數是可選的，如果使用的參數話，參數通常也是表達式的一部分。
lambda 表達式返回可調用的函數對象。
用合適的表達式調用一個 lambda 生成一個可以像其他函數一樣使用的函數對象。它們可被傳入給其他函數，用額外的引用別名化，作爲容器對象以及作爲可調用的對象被調用（如果需要的話，可以帶參數）。當被調用的時候，如過給定相同的參數的話，這些對象會生成一個和相同表達式等價的結果。它們和那些返回等價表達式計算值相同的函數是不能區分的。
比如如下使用：
lambda :True
沒有參數，返回一個TRUE
def add(x, y): return x + y ? lambda x, y: x + y x,y是函數的參數，lambda建立了一個表達式，返回一個函數對象，參數是x,y
也可以這樣：
add_ = add（x, y): return x + y ? lambda x, y: x + y使用的時候，只要調用
c = add_(a, b)就可以實現a+b的操作
同樣的，在tensorflow中如果想定義一個簡單的卷積操作，可以這樣使用：
conv = lambda inputs, dim: tf.nn.conv2d(inputs, dim, [1, ksize_h,ksize_w, 1], padding=padding)返回的是一個卷積函數對象，輸入包含兩個參數，接下來使用卷積的時候，直接調用
conv1 = conv(inputs, out_dim)即可，這樣就完成了一次簡單的卷積運算，有些時候簡直好用