我在TensorFlow的文档中找到了以下信息：
tf.layers.max_pooling1d?用于1D输入的最大池化层。参数： inputs：要进行池化的张量。必须为3阶。以及：
tf.layers.max_pooling2d?用于2D输入（如图像）的最大池化层。参数： inputs：要进行池化的张量。必须为4阶。我的困惑在于，为什么输入分别需要3阶和4阶？
回答：
可能导致你困惑的原因是，一阶对应于通道数。
对于2D输入（比如图像），4阶对应于以下内容：
N表示批次中的图像数量。H表示垂直（高度）维度上的像素数量。W表示水平（宽度）维度上的像素数量。C表示通道数。例如，黑白或灰度图为1，RGB图为3。
根据你是想要channels_first还是channels_last，阶的顺序分别为NCHW或NHWC。
对于1D输入，只有一个H或W（我更喜欢将其视为W，但这取决于你），因此你有NCW（channels_first）或NWC（channels_last）。
关于排序（channels_first或channels_last）如何影响计算速度的更多信息，你可以查看TensorFlow性能指南，我从那里获取了上述信息。
