什么是Caffe的等价物'；tensorflow中的Maxpooling是什么？

我不知道如何在

Tensorflow

中定义

max pooling

。文档内容含糊不清，无法很好地解释参数。
在池文档中，它仅表示：

ksize：长度大于等于4的整数列表。窗口的大小 输入张量的每个维度。跨步：一个包含有 长度>=4。每个尺寸的滑动窗口的跨距 输入张量

及

每个池操作使用大小为ksize的矩形窗口，窗口之间用 抵消步幅。例如，如果步幅都是1，那么每个窗口都是1 已使用，如果步幅均为两个，则每个窗口中每隔一个窗口使用一个 尺寸等

在

Tensorflow

中，以下

Caffe

的

max pooling

的等价物是什么

layer {
  name: "pool"
  type: "Pooling"
  bottom: "relu"
  top: "pool"
  pooling_param {
    pool: MAX
    kernel_size: 2
    stride: 2
  }
}

我不确定它们是否意味着一步到位的重叠池[1,1,1,1]和不重叠的[2,2,2,2]的意思

如果步履是全部，那么每个窗口都是 已使用，如果步幅均为两个，则每个窗口中每隔一个窗口使用一个 尺寸等

---

要在张量流中执行最大池，请使用：

tf.nn.max_pool(value, ksize, strides, padding, data_format='NHWC', name=None)

其中ksize定义用于最大池的窗口。请注意，必须为输入的每个维度指定窗口大小。这是与caffe的最大区别，caffe为您进行所有尺寸计算。请注意，根据来自上一个卷积层的输出数量，您可能有不同的尺寸

步幅仍然与caffe中的效果相同（“跳过”输入。但是，必须为输入的每个维度重新指定步幅

尺寸至少为4或更大

请参阅此处的文档：

---

我不明白！您在这里说的大部分内容也在tensorflow文档中陈述，这对我来说很模糊。例如，

ksize=[1,2,2,1]

和

strips=[1,1,1,1]

的意思是什么？

tf.nn.max\u pool（conv1，ksize=[1,2,2,1]，strips=[1,2,1]，padding='SAME'，'name='pool1'）

第一个和最后一个数字是什么？我认为第一个数字是批量大小，后面是通道、宽度、高度或它们的组合