tf.contrib.layers.flatten(A)函数使得P保留第一个维度，把第一个维度包含的每一子张量展开成一个行向量，返回张量是一个二维的，返回的shape为[第一维度，子张量乘积）。
一般用于卷积神经网络全连接层前的预处理，因为全连接层需要将输入数据变为一个向量，向量大小为[batch_size, ……]
如下边，pool是全连接层的输入，则需要将其转换为一个向量。假设pool是一个100*7*7*64的矩阵，则通过转换后，得到一个[100,3136]的矩阵，这里100位卷积神经网络的batch_size，3136则是7*7*64的乘积。
fla = tf.contrib.layers.flatten(pool)