假设我们有一个带有两个卷积层的 CNN（https://www.tensorflow.org/tutorials/layers）。我的问题是关于张量的维度，它是池化层 1 的输出。

在第一个卷积层中，我们应用$32$过滤输入图像（假设输出将是$28\times 28 \times 32)$，据我所知，我们会得到$32$由于过滤器的数量，单独的特征图。

在下一步中，我们可以应用一个不改变维度的激活函数。

这$\max$的张量作为输入，输出将是张量（根据上面的链接）。$28\times 28\times 32$$14 \times 14 \times \color{red}{1}$

我无法将单位理解为深度，因为我们应用过滤器，并且我们将池化层应用于每个特征图。那么，为什么输出张量是呢？$32$$\max$$14 \times 14 \times 1$

根据我的理解，第二个卷积层的输入应该是张量。可能，我在这里遗漏了一些东西。$14 \times 14 \times 32$