【TensorFlow】tf.nn.max_pool()最大池化

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

参数：

• value：需要池化的输入，一般池化层接在卷积层后面，依然是[batch, height, width, channels]这样的shape；
• 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；
• 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]；
• 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。

实例：

# 第一层卷积层，64个卷积核，大小为5*5，3通道（RGB三种颜色通道）
  # 1).定义权重
weight1 = variable_with_weight_losses(shape=[5,5,3,64], stddev=0.05, wl=0.0)
  # 2).卷积操作
kernel1 = tf.nn.conv2d(image_holder, filter=weight1, strides=[1, 1, 1, 1], padding='SAME')
  # 3).定义偏差
bias1 = tf.Variable(tf.constant(0.0, shape=[64]))
  # 4).relu激活函数
conv1 = tf.nn.relu(tf.nn.bias_add(kernel1, bias1))
  # 5).最大池化
pool1 = tf.nn.max_pool(conv1, ksize=[1, 3, 3, 1], strides=[1, 2, 2, 1], padding='SAME')