Tensorflow -- tf.nn.conv2d() 函数详解

创建graph的时候，可跟踪查看到调用顺序

tf.nn.conv2d(...) -> tf.nn_ops.conv2d(...) -> tf.gen_nn_ops.conv2d(...) -> _op_def_lib.apply_op("Conv2D", ...) -> ?

但是，这里面有些函数gen_nn_ops.py 是机器编译生成的，有些不大理解？

tf.nn.conv2d()是C++实现的，调用优化代码例如Eigen（cpu平台）或者cuDNN库（GPU平台），可查看这里

tf.nn.conv2d()是在调用session.run()的时候执行的，

input = tf.placeholder(tf.float32)
filter = tf.Variable(tf.truncated_normal([5, 5, 3, 32], stddev=0.1)
conv = tf.nn.conv2d(input, filter, strides=[1, 1, 1, 1], padding='SAME')

result = sess.run(conv, feed_dict={input: ...})  # <== Execution happens here.

步骤：
1.session.run() 调用tensorflow的后台获取conv的值
2.后台裁剪计算图，计算出哪些节点是需要的，并且将节点放置在合适的计算设备上
3.每个设备执行相应的子图，使用 executor
4通过调用Compute（）方法，executor调用相应卷积操作的tensorflow::OpKernel
 "Conv2D" OpKernel 在这里实施，Compute（）方法在这里，这个实施方法是比较复杂的，要做专门的优化。