请教个入门问题，轻拍 。如下：
第一个问题：
summary, _ = sess.run([merged, train_step], feed_dict=feed_dict(True))
我理解，这句相当于同时执行merged和train_step这两个算子(或者说图)。但我不清楚，这两个算子都接收后面的feed_dict输入嘛。
还是会自动匹配？
第二个问题：
定义图的时候，如果把下面的语句包成一个函数。
W_conv1 = weight_variable([5, 5, 1, 32])
b_conv1 = bias_variable([32])
h_conv1 = tf.nn.relu(conv2d(x_image, W_conv1) + b_conv1)
包成：h_conv1 = New_Layer( x_image , W_InitFunc , b_InitFunc )，中间可能加入分支判断。
这样的话，最终生成的图，在计算效率上和展开写，会有区别嘛？