【ncnn】源码阅读理解(六)——net::forward

1. ncnn的3层封装

ncnn在实现前向推理的时候主要进行了3层封装，分别是：

1. 具体的网络层类layer，如卷积层，池化层，concat层，split层，输出softmax层
2. Net，将所有的layer和中间的数据blob放入到vector容器中
3. 将Net传入Extractor做一个“推理器”

2. ncnn前向推理时的递归调用

ncnn在进行前向推理的时候，由推理器“extractor”调用net的forward_layer方法。
而net::forward_layer在实现时是一个递归调用。

int Net::forward_layer(int layer_index, std::vector<Mat>& blob_mats, bool lightmode) const
{
    const Layer* layer = layers[layer_index];

//     fprintf(stderr, "forward_layer %d %s\n", layer_index, layer->name.c_str());

    if (layer->one_blob_only)
    {
        // load bottom blob
        int bottom_blob_index = layer->bottoms[0];
        int top_blob_index = layer->tops[0];

        if (blob_mats[bottom_blob_index].dims == 0)
        {
            int ret = forward_layer(blobs[bottom_blob_index].producer, blob_mats, lightmode);			// 递归调用，由最top的blobs想最下的blob进行递推

但是这里为什么不直接用一个for循环进行正向计算？？？