因为test_data是没有train过的，可以用来评估模型的accuracy等。
但是在上图中，当i%100=0时，batch是先用来输出accuracy，这时并没有train（没有把batch feed给train_step张量），那不相当于test_data么，所以可以反应模型能力？也就是说if代码块必须放在
traub_step.run(feed_dict={x:batch[0], y_: batch[1], keep_prob=0.5})
之后？
那如果是这样的，那train过程中print出来的相当于没有train过的data的效果，那就根本不会出现在train中表现好，最后在test_data中表现差(除非distribution)不同？
