tf.nn.max_pool（）

pooling = tf.nn.max_pool(   
                    h,   
                    ksize=[1, height, width, 1],  
                    strides=[1, 1, 1, 1],  
                    padding='VALID',
                    name="pool")

h，需要池化的输入，池化在卷积后面，所以输入通常是feature map，shape是[batch_size,heigh,width,channels].

k_size:池化窗口的大小，[1,height,width,1],因为不想在batch和channels上池化，所以两个维度是1

strides：窗口在每一个维度上滑动的步长。一般是[1,stride,stride,1]

padding:填充 的方法，SAME或VALID，SAME表示添加全0填充，VALID表示不添加。