我正在浏览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：“我们的输出张量由conv2d（）生成，其形状为[batch_size，28,28,32]：与输入相同的宽度和高度尺寸，但现在有32个通道保持每个过滤器的输出 . “
但是在第一个汇聚层之后，教程说：“我们的输出张量由max_pooling2d（）（pool1）生成，其形状为[batch_size，14,14,1]：2x2滤波器将宽度和高度减少了50％ . ”
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：
“conv2的形状为[batch_size，14,14,64]，与pool1的宽度和高度相同（由于padding =”same“），64个通道用于64个滤波器 .
池层＃2将conv2作为输入，生成池2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） . “
谢谢你的期待 .
1 回答
接得好！看起来这有reported and fixed，但文档还没有更新 .