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。