鑑於網上大多數的**解讀都比較零散，而且細節不夠豐富，且更多偏向原理性介紹，而對**說明不夠詳細深入，所以自己一邊搜資料一邊讀**，一邊記錄，爭取能夠做乙個系列文章出來。
和官網的說明差不多，這部分內容網上有很多，不打算贅述。
caffe主要有4層資料結構，從底層向上分別是：blobs、layer、net和solver。
blobs定義的是資料結構及其上的基本操作。blobs的特點是4維，這點和theano有點類似，一般維度的順序是，輸出特徵圖數、輸入通道數、影象/模版的長和寬。
layer定義的是層，這部分**應該也是caffe中最為豐富的，因為層的型別非常多。
net定義的是網路的結構，layer是如何組成net的、互相之間如何傳遞資料的。
solver定義的，除了網路之外，還包括使用何種最優化演算法。（姑且先這麼理解，關於net和solver 所解決問題的區分，暫時我也不是很清楚。）
還記得安裝caffe時apt-get的cblas麼？（誒？去翻了下安裝記錄，似乎沒有安裝這個的步驟，那是什麼時候裝好的？有了，atlas開發庫就是包含這個cblas的）
當時不知道是什麼，讀過原始碼之後才知道這是什麼。
blas的全稱是basic linearalgebra subprograms，中文大概可以叫做基礎線性代數子程式。主要是用於向量和矩陣計算的高效能數學庫。去跟蹤caffe的**可以發現，最終所有的矩陣計算都可以落到cblas相關的函式上，這是在blobs之下更底層的庫。
caffe的原始碼中有乙個檔案叫做math_functions.cpp，對cblas提供了一層封裝，提供了所有caffe的基礎計算函式庫。
我們在實際使用caffe的時候，並不是去呼叫c函式（雖然也可以這麼幹），而是通過編寫乙個prototxt檔案，通過文字的方式直接去定義網路結構。
關於protobuf，個人覺得比較直觀的理解就是，通過定義標準化的協議，把標準化程式的編寫轉化為文字的形式，看到介紹protobuf的文章多會提到xml，用xml還需要程式設計師編寫協議解析的**，而protobuf的優勢是不需要這部分工作，同時又很高效。
以上基本是caffe的整體架構。此外，在讀原始碼的時候，還會涉及到glog、gflag等的使用，關於這些會在後面一一進行介紹。
caffe原始碼解析
目錄目錄 簡單介紹 主要函式readprotofromtextfile 函式 writeprotototextfile 函式 readprotofrombinaryfile 函式 writeprototobinaryfile 函式 readimagetocvmat 函式 matchext 函式 cv...
caffe原始碼解析 一
用si載入 後 首先從caffe layer的實現看起，不同框架下最大的差異就在於層的實現也決定了層的靈活性 layer可以看成是乙個基類，下面存在data layer，activation neuron layers，vision layer，common layers，loss layer,各個...
caffe原始碼簡單解析 Blob（1）
使用caffe也有一段時間了，但更多是使用python的介面，使用現有的imagenet訓練好的模型進行分類。為了更好的了解caffe這個框架，也為了提高自己的水平，在對卷積神經網路有了一些研究之後，終於開始研讀caffe的原始碼了，今天看了blob類的一些內容，做個總結。看過caffe官方文件的話...