[Caffe源码解析]1.整体结构&附带番外

鉴于网上大多数的代码解读都比较零散，而且细节不够丰富，且更多偏向原理性介绍，而对代码说明不够详细深入，所以自己一边搜资料一边读代码，一边记录，争取能够做一个系列文章出来。

 

一、caffe的四层数据结构

和官网的说明差不多，这部分内容网上有很多，不打算赘述。

caffe主要有4层数据结构，从底层向上分别是：blobs、layer、net和solver。

blobs定义的是数据结构及其上的基本操作。blobs的特点是4维，这点和theano有点类似，一般维度的顺序是，输出特征图数、输入通道数、图像/模版的长和宽。

layer定义的是层，这部分代码应该也是caffe中最为丰富的，因为层的类型非常多。

net定义的是网络的结构，layer是如何组成net的、互相之间如何传递数据的。

solver定义的，除了网络之外，还包括使用何种最优化算法。（姑且先这么理解，关于net和solver 所解决问题的区分，暂时我也不是很清楚。）

 

参考资料：http://blog.csdn.net/fengbingchun/article/details/49535873

二、blobs之下的数值计算——CBLAS

还记得安装caffe时apt-get的cblas么？（诶？去翻了下安装记录，似乎没有安装这个的步骤，那是什么时候装好的？有了，atlas开发库就是包含这个cblas的）

当时不知道是什么，读过源码之后才知道这是什么。

BLAS的全称是Basic LinearAlgebra Subprograms，中文大概可以叫做基础线性代数子程序。主要是用于向量和矩阵计算的高性能数学库。去跟踪caffe的代码可以发现，最终所有的矩阵计算都可以落到cblas相关的函数上，这是在blobs之下更底层的库。

caffe的源码中有一个文件叫做math_functions.cpp，对cblas提供了一层封装，提供了所有caffe的基础计算函数库。

 

参考资料：http://blog.csdn.net/cleverysm/article/details/1925549

 

三、solver之上的封装——proto

我们在实际使用caffe的时候，并不是去调用c函数（虽然也可以这么干），而是通过编写一个prototxt文件，通过文本的方式直接去定义网络结构。

关于protobuf，个人觉得比较直观的理解就是，通过定义标准化的协议，把标准化程序的编写转化为文本的形式，看到介绍protobuf的文章多会提到xml，用xml还需要程序员编写协议解析的代码，而protobuf的优势是不需要这部分工作，同时又很高效。

 

参考资料：http://blog.csdn.net/caisini_vc/article/details/5599468

 

以上基本是caffe的整体架构。此外，在读源码的时候，还会涉及到glog、gflag等的使用，关于这些会在后面一一进行介绍。