Caffe源码解读（一）：代码组织结构

Caffe源码解读（一）：代码组织结构

目录：

• Caffe的目录结构
• src目录下的关键代码
• Caffe的核心代码
• Caffe的三级结构：Blob、Layer、Net

---

Caffe的目录结构

• data/ 用于存放下载的训练数据，存放了cifar10、ilsvrc12、mnist数据集
• docs/ 帮助文档
• examples/ 代码样例
• matlab/ MATLAB接口文件
• python/ PYTHON接口文件
• models/ 一些配置好的模型参数
• scripts/ 一些文档和数据会用到的脚本
• tools/ 保存的源码是用于生成二进制处理程序的，caffe在训练时实际是直接调用这些二进制文件。
• include/ Caffe的实现代码的头文件
• src/ 实现Caffe的源文件

src目录下的关键代码

src目录下有两个目录：gtest和caffe

gtest

google test一个用于测试的库你make runtest时看见的很多绿色RUN OK就是它，这个与caffe的学习无关，不过是个有用的库

caffe 关键代码

• caffe/ 关键代码
• test/ 用gtest测试caffe的代码
• util/ 数据转换时用的一些代码。caffe速度快，很大程度得益于内存设计上的优化（blob数据结构采用
  proto）和对卷积的优化（部分与im2col相关）
• proto/ 即所谓的“Protobuf”，全称“Google Protocol Buffer”，是一种数据存储格式，帮助caffe提速
• layers/ 深度神经网络中的基本结构就是一层层互不相同的网络了，这个文件夹下的源文件以及目前位置“src/caffe”中包含所有.cpp文件就是caffe的核心目录下的核心代码了。

Caffe核心源码

• blob[.h .cpp]基本的数据结构Blob类
• common[.h .cpp]定义Caffe类
• internal_thread[.h .cpp]使用boost::thread线程库
• net[.h .cpp]网络结构类Net
• solver[.h .cpp]优化方法类Solver
• data_transformer[.h .cpp]输入数据的基本操作类DataTransformer
• syncedmem[.h .cpp]分配内存和释放内存类CaffeMallocHost，用于同步GPU和CPU数据
• layer[.h .cpp]层类Layer

• layer 此目录下的代码全部继承了类Layer，从layer_factory中注册继承

  Caffe三级结构

• Blob: 用于数据的保存、交换和操作，caffe基础存储结构

• Layer：用于模型和计算的基础

• Net：整合链接Layers

  Net比作一座大楼，Layer相当于楼层，Blob相当于砖块。