TensorFlow中的自定义空间卷积

我想扩展TensorFlow的

tf.nn.conv2d

函数，在乘以滤波器之前，先对每个感受野中的输入设置阈值（使用sigmoid或ReLU函数）。实际的卷积运算是在Eigen中实现的，Eigen的卷积功能是在一个名为的函数中实现的。但是，我无法找到

choose

函数的实现

TensorFlow github存储库中的

choose

函数在哪里，有没有简单的方法来扩展Eigen的卷积函数来进行输入处理

---

谢谢

Eigen支持行主内存布局和列主内存布局。“选择”模板根据输入数据的布局选择适当的卷积码路径。模板本身在中实现

---

实际卷积是由卷积权重（也称为核）和从输入图像中提取的2d面片之间的矩阵乘法（称为收缩）形成的。

如果我可以问的话，为什么称为收缩？这是否与收缩映射有关？我感兴趣的是知道它们是否确保卷积是收缩映射。谢谢