这个是由于Tensorflow API的设计造成的，不知道题主用的哪一个op。

我就假设是用tf.nn.conv2d这个吧。

我们看下他的参数设计tf.nn.conv2d(input,filter,strides,padding,use_cudnn_on_gpu=True,data_format=’NHWC’,dilations=[1, 1, 1, 1],name=None)input很好理解，就是输入的Tensor。

filter是卷积核。

题主所说的步长在这里其实就是stride。

data_format=’NHWC’ 这里要简要介绍下，N是batch_size，H就是Height,W就是Width，C指的是Channel。

data_format指定了输入数据的格式，如果是NHWC的，那么你输入的张量也要按照这个格式来排列。

然后，我们知道卷积核是在feature map上滑动的窗口，而且要划过输入数据的每一维。

题主想要把stride，也就是步长设为2。

也就是每次滑动要移动两个像素即可。

stride的格式也是一个4-D的tensor,每一维代表的含义和data-format一样，所以如果想要在feature map上按照stride=2的步长移动的话，就需要设为[1,2,2,1]这种形式，因为第一位代表batch_size，最后一维代表channel，这两维不需要按步长滑动。

中间的两维分别代表width和height，设为2即按照步长滑动卷积核。