caffe 的layer层组织结构

最新推荐文章于 2024-08-17 02:04:47 发布

置顶 BUG日日新

最新推荐文章于 2024-08-17 02:04:47 发布

阅读量4.1k

点赞数

分类专栏： c++ 深度学习文章标签：深度学习 caffe 软件架构

本文链接：https://blog.csdn.net/cparent/article/details/46729423

版权

c++ 同时被 2 个专栏收录

44 篇文章 0 订阅

订阅专栏

深度学习

2 篇文章 0 订阅

订阅专栏

caffe的layer层是靠INSTANTIATE_CLASS和REGISTER_LAYER_CLASS来进行对各个层类进行处理的。每一个layer都是继承基类Layer的，其中BaseDataLayer是输入数据的基类，从这个类继承的主要是：

这个图可以很好的看到这些layer的继承关系，整个layer层的结构非常清晰，使用抽象工厂的方式构建整个layer层，然后刚才的宏将layer注册成抽象的服务类，然后再使用的时候再向服务器提供者申请调用各个类，这样就可以把proto文件作为个各类的配置文件进行调用，这点和java的spring框架很像，使用的是SOA方式。

当你了解这一结构之后，进行对caffe layer层进行分析的时候相信大多数人会清晰很多，只不过大多数传统的c++或者java使用这种动态创建类的时候使用的是xml语言进行描述的，而caffe这个东西使用proto这种自定义的非主流的方式进行了描述。在进行整个caffe剖析的时候要将layer和其他结构独立出来进行分析。（废话：看来多学习学习设计模式等还是非常有用的。）这种设计方式的有点和缺点都很明显，可以让编译型语言在运行时有一部分灵活性，但是依然无法彻底解决灵活性问题，不过对于算法来说这个灵活性够了，也类似Strategy模式，在选择进行数据变换的时候这个数据可以有多种变换方式。而这种变换方式刚好是一种变换策略，因为网上很多人分析caffe的层，每种层的梯度如何下降，这样下降的优缺点如何太多了，我这里就不班门弄斧了，不说这些被很多人说过的东西，我只说caffe的整个工程架构。以及我们可以如何进行修改来满足我们自己的需求。

这样我们顺便看看caffe的是如何进行结构组织的，io方面使用的opencv leveldb lmdb来进行数据读取和存储。Solver这个类是最终执行所有层组合出求解过程的组合。

整个caffe的代码核心部分就在layer里面，每个layer对应一个函数的梯度下降方式，理解这些函数需要数学和传统机器学习的基础，没法短时间速成所以这里我也就不进行胡扯了。这个留作以后慢慢给大家分享，争取每周分享一个层的剖析。

这个就是整个架构的初始化各个类的宏模板函数。

 #define INSTANTIATE_CLASS(classname) \
  char gInstantiationGuard##classname; \
  template class classname<float>; \
  template class classname<double>

这个下面就是典型的SOA方式注册每个class，以及存放这些class的容器，<img src="https://img-blog.csdn.net/20150703111208565?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvY3BhcmVudA==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center" alt="" />当然这是一种简单粗暴的写法。再加上一堆模板和宏搞的整个系统看起来很高大上，其实只要对c++模板和宏熟悉，这些利器会让你的开发更轻松。

template <typename Dtype>
class LayerRegisterer {
 public:
  LayerRegisterer(const string& type,
                  shared_ptr<Layer<Dtype> > (*creator)(const LayerParameter&)) {
    // LOG(INFO) << "Registering layer type: " << type;
    LayerRegistry<Dtype>::AddCreator(type, creator);
  }
};


#define REGISTER_LAYER_CREATOR(type, creator)                                  \
  static LayerRegisterer<float> g_creator_f_##type(#type, creator<float>);     \
  static LayerRegisterer<double> g_creator_d_##type(#type, creator<double>)    \

#define REGISTER_LAYER_CLASS(type)                                             \
  template <typename Dtype>                                                    \
  shared_ptr<Layer<Dtype> > Creator_##type##Layer(const LayerParameter& param) \
  {                                                                            \
    return shared_ptr<Layer<Dtype> >(new type##Layer<Dtype>(param));           \
  }                                                                            \
  REGISTER_LAYER_CREATOR(type, Creator_##type##Layer)

}  // namespace caffe

看完这些相信大家对caffe的源码分析定位可以快速入手。