tf.nn.max_pool

tf.nn.max_pool(value, ksize, strides, padding, name=None)

  参数是四个，和卷积很类似：

Args	Annotation
第一个参数value	需要池化的输入，一般池化层接在卷积层后面，所以输入通常是feature map，依然是[batch, height, width, channels]这样的shape
第二个参数ksize	池化窗口的大小，取一个四维向量，一般是[1, height, width, 1]，因为我们不想在batch和channels上做池化，所以这两个维度设为了1
第三个参数strides	和卷积类似，窗口在每一个维度上滑动的步长，一般也是[1, stride,stride, 1]
第四个参数padding	和卷积类似，可以取’VALID’ 或者’SAME’. 返回一个Tensor，类型不变，shape仍然是[batch, height, width, channels]这种形式. padding=’VALID’时，无自动填充。padding=’SAME’时，自动填充，池化后保持shape不变。

---

  Example：

def max_pool_2x2(x):
  return tf.nn.max_pool(x, ksize=[1, 2, 2, 1],
            strides=[1, 2, 2, 1], padding='SAME')