我使用TensorFLow的C++版本和已經建立「TensorFlow爲Android」成功使用以下命令 「巴澤勒建立-c選擇// tensorflow /示例/機器人:tensorflow_demo」作爲https://github.com/tensorflow/tensorflow/tree/master/tensorflow/examples/android#bazelTensorFlow卷積碼優化
描述我試圖優化卷積碼。以下是面臨的問題:
- 無法找到卷積碼的確切位置。 我能夠調試代碼,直到下面的功能在
「迴歸選擇( 電導率(), kernel.reshape(kernel_dims) .contract(輸入 .extract_image_patches( kernelRows,kernelCols,row_stride, col_stride, row_in_stride,col_in_stride,padding_type) .reshape(pre_contract_dims) contract_dims) .reshape(post_contract_dims) 輸入 .extract_image_patches(kernelRows,kernelCols,row_stride,col_stride, row_in_stride,col_in_s tride,padding_type) .reshape(pre_contract_dims) .contract(kernel.reshape(kernel_dims),contract_dims) .reshape(post_contract_dims));」
我有與上述有關的函數幾個問題。
1.1上面的函數真的進行卷積?如果是這樣的代碼?
1.2收縮(合同函數)一樣的卷積?如果卷積和收縮都相同,爲什麼對輸入和內核矩陣執行合約操作?
1.3哪裏是函數的定義 - 選擇,重塑,合同,提取圖像補丁等?
2.Unable來提取輸入和內核矩陣。這個數據(矩陣)是在參照同一頁在上述鏈路
2.1我已經發現一個線路碼「克恩(內核)的; 「在上述頁面的第946行。我可以知道上述功能的位置定義嗎?
2.2我無法從相應的4d張量(輸入和內核)中提取輸入和內核矩陣作爲浮點數組,因爲我想嘗試使用並行處理來優化卷積代碼。我找不到任何方法將Tensor 4D的張量矩陣轉換爲數組。
請幫我在回答上述問題