使用步长为1的MaxPooling时出现维度下降问题咨询

你对池化层规则的认知遗漏了padding参数的影响，步长为1时池化层不降低维度的前提是开启了same填充模式。

1D池化输出长度计算规则 #

TensorFlow中池化层的输出维度由输入长度、池化核大小、步长、填充模式四个参数共同决定：

• 当填充模式为默认的valid（不做边缘填充）时，输出长度计算方式为：
  output_len = (input_len - pool_size) // strides + 1
  代入你的参数验证：输入长度为16，池化核大小为4，步长为1，计算结果为(16-4)//1 +1 = 13，和你模型summary输出的维度完全一致，属于正常运行结果。
• 当填充模式设为same（自动在边缘补0）时，框架会自动计算需要填充的0的数量，保证步长为1时输出长度和输入长度完全相等。你可以把池化层代码修改为如下形式验证：

my_model.add(tf.keras.layers.MaxPooling1D(pool_size=(4), strides=(1), padding='same'))

修改后该层的输出形状会变为(None, 16, 1)，不会出现维度降低的情况。

内容的提问来源于stack exchange，提问作者sergey_208