pooling，即池化，layers 模块提供了多个池化方法，这几个池化方法都是类似的，包括 tf.layers.max_pooling1d()、tf.layers.max_pooling2d()、tf.layers.max_pooling3d()、tf.layers.average_pooling1d()、tf.layers.average_pooling2d()、tf.layers.average_pooling3d()，分别代表一维二维三维最大和平均池化方法，它们都定义在 tensorflow/python/layers/pooling.py 中，这里以 tf.layers.max_pooling2d() 方法为例进行介绍。
tf.layers.max_pooling2d( inputs, pool_size, strides, padding='valid', data_format='channels_last', name=None)
- nputs: 必需，即需要池化的输入对象，必须是 4 维的。
- pool_size：必需，池化窗口大小，必须是一个数字（高和宽都是此数字）或者长度为 2 的列表（分别代表高、宽）。
- strides：必需，池化步长，必须是一个数字（高和宽都是此数字）或者长度为 2 的列表（分别代表高、宽）。
- padding：可选，默认 valid，padding 的方法，valid 或者 same，大小写不区分。
- data_format：可选，默认 channels_last，分为 channels_last 和 channels_first 两种模式，代表了输入数据的维度类型，如果是 channels_last，那么输入数据的 shape 为 (batch, height, width, channels)，如果是 channels_first，那么输入数据的 shape 为 (batch, channels, height, width)。
- name：可选，默认 None，池化层的名称。
返回值： 经过池化处理后的 Tensor。
)
