Python 如何正确使用tf.nn.max\u pool\u和\u argmax

目前，我对tensorflow进行了一些研究，以更好地理解机器学习tensorflow本身。因此，我想可视化tensorflow的方法（尽可能多）。为了可视化max_pool，我加载了一个图像并执行该方法。之后，我同时显示了输入和输出图像

将tensorflow导入为tf
进口cv2
将numpy作为np导入
将matplotlib.pyplot作为plt导入
image=cv2.imread（'lena.png'）
image\u tensor=tf.expand\u dims（tf.Variable（image，dtype=tf.float32），0）
#输出，argmax=tf.nn.max\u pool\u带有argmax（图像张量，ksize=[1,2,2,1]，步长=[1,2,2,1]，padding='SAME'，name='pool1'）
output=tf.nn.max\u pool（image\u tensor，ksize=[1,2,2,1]，strips=[1,2,2,1]，padding='SAME'，name='pool1'）
初始化所有变量（）
session=tf.session（）
会话运行（init）
输出=会话。运行（输出）
session.close（）
image=cv2.cvt颜色（image，cv2.COLOR\u RGB2BGR）
plt.图（）
plt.imshow（图片）
plt.show（）
输出=cv2.cvtColor（输出[0]，cv2.COLOR\u RGB2BGR）
plt.图（）
plt.imshow（255输出）
plt.show（）

一切正常，我得到了这个输出（如预期的那样）

现在我想用_argmax测试方法

tf.nn.max\u pool\u，以获得池操作的argmax。但如果我取消对这行的注释

output，argmax=tf.nn.max\u pool\u带argmax（图像张量，ksize=[1,2,2,1]，跨步=[1,2,2,1]，padding='SAME'，name='pool1'）

Python崩溃于

tensorflow.python.framework.errors.InvalidArgumentError:未注册任何操作内核以支持具有这些属性的Op“MaxPoolWithArgmax”
[[Node:pool1=MaxPoolWithArgmaxT=DT_FLOAT，targetmax=DT_INT64，ksize=[1,2,2,1]，padding=“SAME”，strips=[1,2,2,1]]

我不知道哪个参数是错误的，因为每个参数都应该是正确的（）

有人知道出了什么问题吗？
从外观上看，似乎只为GPU实现了。如果您正在运行TensorFlow的仅CPU构建，那么您将得到一个错误，其形式为
“没有注册操作内核来支持带有这些属性的Op'MaxPoolWithArgmax…”

（这似乎是一个可以改进文档和错误消息的地方。）
是否可以在CPU上使用_argmax运行max_pool_？