TensorFlow中的自定義空間卷積

我希望通過使TensorFlow的tf.nn.conv2d函數在每個接受字段中與輸入（使用sigmoid或ReLU函數）進行閾值相乘，然後再乘以濾波器。實際的卷積操作在Eigen中實現，Eigen的卷積功能位於一個稱爲choose的函數中。但是，我一直無法找到choose函數的實現。TensorFlow中的自定義空間卷積

位於TensorFlow github存儲庫中的choose函數在哪裏？有沒有簡單的方法來擴展Eigen的卷積函數以進行輸入處理？

謝謝！

來源

2016-03-28 user6122099

Eigen支持行 - 主和列 - 主要內存佈局。 '選擇'模板根據輸入數據的佈局來選擇合適的卷積代碼路徑。模板本身實現在http://eigen.tuxfamily.org/dox-devel/unsupported/TensorMeta_8h_source.html

實際卷積被執行爲卷積權重（aka內核）和從輸入圖像提取的2d補丁之間的矩陣乘法（稱爲收縮）。

來源

2016-03-29 18:41:30

爲什麼它被稱爲收縮，如果我可能會問？這是否與收縮映射有關？我感興趣的是他們是否確保卷積是收縮映射。謝謝。 –

TensorFlow中的自定義空間卷積

回答

相關問題