Caffe的背景
按照 李沐 的说法，神经网络模型的训练： 就是把训练数据（原料）和 神经网络模型：如AlexNet（丹方） “倒进” 神经网络训练框架例如cafffe,Mxnet（炼丹炉）然后用 CPU或GPU（真火） “提炼出” 模型参数（仙丹）的过程。
Caffe就是这样一个炼丹炉，其作者是博士毕业于UC Berkeley的 贾扬清，目前已经发布了Caffe2，但功能完整性和稳定性还不如Caffe当前版本，所以Caffe仍然占据主流。
Caffe作为一个清晰而高效的深度学习框架，基于纯粹的C++/CUDA架构，可以在CPU和GPU直接无缝切换。
Caffe提供了三大接口：命令行（cmdcaffe ），python API（pycaffe），matlab API (matcaffe）。
Caffe官网： http://caffe.berkeleyvision.org/
Caffe的优势
1、上手快：模型与相应优化都是以文本形式而非代码形式给出。
Caffe给出了模型的定义、最优化设置以及预训练的权重，方便立即上手。
2、速度快：能够运行最棒的模型与海量的数据。
Caffe与cuDNN结合使用，测试AlexNet模型，在K40上处理每张图片只需要1.17ms.
3、模块化：方便扩展到新的任务和设置上。
可以使用Caffe提供的各层类型来定义自己的模型。
4、开放性：公开的代码和参考模型用于再现。
5、社区好：可以通过BSD-2参与开发与讨论。
Caffe的组件
在Caffe的体系中，有4个重要的组件：
- Blob：是Caffe中处理和传递实际数据的封装包，并且在CPU和GPU之间具有同步处理能力。从数学意义上说， blob是按 C风格连续存储的N维数组。每个blob单元存储了两块数据–data（值）和diff（梯度）。
- Layer：是Caffe模型的本质内容和执行计算的基本单元, 是对神经网络中各种层的一个抽象。包括convolve卷积、pool池化等非线性运算，也包括normalize归一、lossess损失计算等元素级变换。同时每种 Layer 都实现了前向传播和反向传播，并通过 Blob 来传递数据。
- Nets：是对整个神经网络的表示，由各种 Layer 前后连接组合而成，也是我们所构建的网络模型。
- Solver：定义了针对 Net 网络模型的求解方法，记录网络的训练过程，保存网络模型参数，中断并恢复网络的训练过程。自定义 Solver 能够实现不同的网络求解方式。
说明：
Caffe的整个处理过程就是：把网络中的数据抽象成Blob, 各层网络抽象成 Layer ，整个网络抽象成Net，网络模型的求解方法抽象成 Solver。
Caffe使用步骤
1、数据处理
就是把我们的图片（jpg,png等）以及标注标签,打包在一起，处理成Caffe能支持的格式，通常包括：
● 数据库Data，比如lmdb和leveldb。
● 内存数据MemoryData
● HDF5Data/HDF5Output
● 图像数据ImageData
● 窗口WindowData
● 开发调试DummyData
2、定义网络模型
prototxt文件，就是编写你的网络有多少层，每一层有多少个特征图，输入、输出等。用图形化表示就类似这样：
3、定义网络求解
prototxt文件，这个文件主要包含了一些求解网络，梯度下降参数、迭代次数等参数。比如
4、训练模型
这个就是生成模型的过程。这里我只列举命令行方式。Python和Matlab方式参看其他。
训练示例 （参数： 求解文件）
caffe train -solver examples/mnist/lenet_solver.prototxt
# 从训练一半的模型快照中恢复训练 （参数：求解文件 快照）
caffe train -solver examples/mnist/lenet_solver.prototxt -snapshot examples/mnist/lenet_iter_5000.solversta
# 由其它训练好的模型 fine-tune （参数：求解文件 其它训练好的模型参数）
caffe train -solver examples/finetuning_on_flickr_style/solver.prototxt -weights models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel5、测试模型
测试 （参数： 求解文件 训练好的模型参数 ）
caffe test -model examples/mnist/lenet_train_test.prototxt -weights examples/mnist/lenet_iter_10000.caffemodel -gpu 0 -iterations 100备注：除了自己训练模型外，当然也可以从网上下载别人训练好的模型来用，很多机构或牛人业开放了自己的模型。比如AlexNet，VGG，GoogLeNet，ResNet等著名的模型。
