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