Create tf.nn.avg_pool.md

tensorflow2fluid/doc/tf.nn.avg_pool.md

+## tf.nn.avg_pool
+
+### [tf.nn.avg_pool](https://www.tensorflow.org/versions/r1.10/api_docs/python/tf/nn/avg_pool)
+
+``` python
+tf.nn.avg_pool(
+    value,
+    ksize,
+    strides,
+    padding,
+    data_format='NHWC',
+    name=None
+)
+```
+
+
+### [paddle.fluid.layers.pool2d](http://paddlepaddle.org/documentation/docs/en/1.3/api/layers.html#permalink-116-pool2d)
+``` python
+paddle.fluid.layers.pool2d(
+    input,
+    pool_size=-1,
+    pool_type='max',
+    pool_stride=1,
+    pool_padding=0,
+    global_pooling=False,
+    use_cudnn=True,
+    ceil_mode=False,
+    name=None,
+    exclusive=True)
+```
+### 功能差异
+
+#### 输入格式
+TensorFlow: 默认为`NHWC`的数据输入格式，同时也可通过修改`data_format`参数，支持`NCHW`的输入；
+PaddlePaddle：只支持`NCHW`的数据输入格式。
+
+#### Padding机制
+
+Tensorflow: 存在`SAME`和`VALID`两种padding方式。当为`SAME`时，padding的size计算方式如下伪代码所示，需要注意的是，当计算得到的`pad_size`为奇
+数时，右侧与下方相对比左侧和上方会多1个size；
+``` python
+# 计算在width上的padding size
+# height上的padding计算方式同理
+ceil_size = ceil(input_width / stride_width)
+pad_size = (ceil_size - 1) * stride_width + filter_width - input_width
+pad_left = ceil(pad_size / 2)
+pad_right = pad_size - pad_left
+```
+PaddlePaddle：在输入的上、下、左、右分别padding，size大小为`pool_padding`。
+
+### 代码示例
+```
+inputs = fluid.layers.data(dtype='float32', shape=[3, 300, 300], name='inputs')
+
+# 计算得到输入的长、宽对应padding size为1
+# 当Tensorflow中padding为SAME时，可能会两侧padding的size不同，可调用pad2d对齐
+pad_res = fluid.layers.pad2d(inputs, paddings=[0, 1, 0, 1])
+conv_res = fluid.layers.pool2d(pad_res, pool_size=3, pool_type='avg', padding=[1, 1], pool_stride=2)
+```