tf.nn.conv2d(X, filters, strides=[1,2,2,1], padding="SAME")
X:是输入的图片的多维数组
filters:是设置的滤波器
strides:是卷积核的步长,strides在官方定义中是一个一维具有四个元素的张量,其规定前后必须为1,所以我们可以改的是中间两个数,中间两个数分别代表了水平滑动和垂直滑动步长值。
VALID”:只会删除最右边的列(或最下面的行)。
“SAME”: 左右补充0。但如果列添加的数量是奇数,它将添加额外的列,在这个例子中一样(垂直同样的逻辑也适用:可能底部会有一个额外的一排排0)。