我希望扩展TensorFlow的tf.nn.conv2d功能，让它在每个感知字段中对输入进行阈值处理（使用sigmoid或ReLU函数），然后再乘以过滤器。实际的卷积运算在Eigen中实现，而Eigen的卷积功能在一个称为choose的函数中。但是，我无法找到choose函数的实现。
TensorFlow github存储库中的choose函数位于何处，是否有任何简单的方法可以扩展Eigen的卷积函数来进行输入处理？
谢谢！
答案 0 :(得分：2)
Eigen支持行主要和主要内存布局。 'choose'模板根据输入数据的布局选择适当的卷积代码路径。模板本身在http://eigen.tuxfamily.org/dox-devel/unsupported/TensorMeta_8h_source.html
中实现实际卷积表示为卷积权重（也称为内核）与从输入图像中提取的2d补丁之间的矩阵乘法（称为收缩）。