张量层叠教程张量流？
问题描述：
我期待通过卷积网层教程Tensorflow： https://www.tensorflow.org/tutorials/layers#dense_layer张量层叠教程张量流？
在本教程中，前两层是这样的： conv1 = tf.layers.conv2d(inputs=input_layer,filters=32,kernel_size=[5,5],padding="same",activation=tf.nn.relu)
pool1 = tf.layers.max_pooling2d(inputs=conv1, pool_size=[2, 2], strides=2)
第一卷积层之后，本教程说： “我们由conv2d（）产生的输出张量的形状为[batch_size，28,28,32]：与输入相同的宽度和高度尺寸，但现在有32个通道保持每个滤波器的输出。 “我们的max_pooling2d（）（pool1）生成的输出张量的形状为[batch_size，14，14，1]：2x2过滤器通过以下方式减少宽度和高度： 50％“。
由于pooling2d操作应该集中在高度和宽度轴上，而不是通道轴上，所以不应该使池化层实际上产生形状张量[batch_size，14，14，32]？这与本教程中的第2层一致：
“conv2的形状为[batch_size，14，14，64]，与pool1的宽度和高度相同（由于padding =”same“），而64应用64个过滤器的通道
合并层＃2将conv2作为输入，生成pool2作为输出pool2的形状为[batch_size，7,7,64]（从conv2减少50％的宽度和高度）。
感谢您的期待。