我正在查看Tensorflow的卷积网络层教程： https://www.tensorflow.org/tutorials/layers#dense_layer
在本教程中，前两个层是这样的：
conv1 = tf.layers.conv2d(inputs=input_layer,filters=32,kernel_size=[5,5],padding="same",activation=tf.nn.relu)
pool1 = tf.layers.max_pooling2d(inputs=conv1, pool_size=[2, 2], strides=2)
在第一个卷积层之后，教程说： ＆＃34;我们的conv2d（）产生的输出张量的形状为[batch_size，28,28,32]：与输入相同的宽度和高度尺寸，但现在有32个通道保持每个滤波器的输出。 ＆＃34;
但是在第一个汇聚层之后，教程说： ＆＃34;我们的输出张量由max_pooling2d（）（pool1）生成，其形状为[batch_size，14,14,1]：2x2过滤器将宽度和高度减少50％。＆＃34;
池化层实际上不应该产生一个形状张量[batch_size，14,14,32]，因为pooling2d操作应该在高度和宽度轴而不是通道轴上汇集？这与教程中的第2层一致：
＆＃34; conv2的形状为[batch_size，14,14,64]，宽度和高度与pool1相同（由于填充=＆＃34;相同＆＃34;），64个通道为64已应用过滤器。
池＃2将conv2作为输入，生成pool2作为输出。 pool2具有形状[batch_size，7,7,64]（从conv2减少50％的宽度和高度）。＆＃34;
感谢您的光临。