Python 1D卷积层后的最大池层

我是Tensorflow的新手。我正在尝试在1D卷积层之后添加一个最大池层：

将tensorflow导入为tf
输入数学
sess=tf.InteractiveSession（）
长度=458
#这些将是投入
##输入像素，带一个通道的图像（灰色）
x=tf.placeholder（“float”，[None，length]）
#请注意，-1用于重塑形状
x_im=tf.重塑（x，[-1，长度，1]）
##已知标签
#在变量创建过程中，没有一个可以工作
#大小不详
占位符（“float”[None，2]）
#Conv第1层
过滤器数量1=2
winx1=3
W1=tf.变量（tf.U正常值(
[winx1，1，num_filters1]，
stddev=1./math.sqrt（winx1）））
b1=tf变量（tf常数（0.1，
形状=[num_filters1]））
#卷积，边上带零的焊盘
xw=tf.nn.conv1d（x_im，W1，
步幅=5，
填充（“相同”）
h1=tf.nn.relu（xw+b1）
#最大池，边缘无填充
p1=tf.nn.max_pool（h1，ksize=[1,1,2,1]，
步幅=[1,1,1,1]，填充='VALID'）

但是我得到了一些错误，我想知道为什么会这样？

是用于2D池的，也就是说，它期望输入张量为秩4（您的是秩3）。您应该扩展输入的维度，或者简单地使用：

用于2D池，即，它期望输入张量为秩4（您的输入张量为秩3）。您应该扩展输入的维度，或者简单地使用：

---

请将你的错误添加到问题中请将你的错误添加到问题中

p1 = tf.layers.max_pooling1d(h1, pool_size=2, strides=1, padding='VALID')