看過caffe官方文檔的話，應該會知道，它可以分爲三層：Blob、Layer、Net。Blob是一個四維的數組，用於存儲數據，包括輸入數據、輸出數據、權值等等；Layer層則是神經網絡中具體的各層結構，主要是計算的作用，在根據配置文件初始化結構後，前向計算結果，反向更新參數，都是它要做的，而它的輸入和輸出都是Blob數據；Net的話，就是多個Layer組合而成的有向無環圖結構，也就是具體的網絡了。Layer和Net的代碼有待深入，尤其是Layer的代碼，caffe實現了差不多40種不同的Layer層，裏面有不同的激活函數，這個要好好研究下。
Blob源碼解析
#include "caffe/common.hpp"
#include "caffe/proto/caffe.pb.h"
#include "caffe/syncedmem.hpp"
#include "caffe/util/math_functions.hpp"
從blob.hpp包含的四個頭文件入手，其中caffe.pb.h是google
protocol buffer根據caffe.proto自動生成的，可以到src/caffe/proto/caffe.proto裏看下caffe裏面用到的各個數據的定義，比如BlobProto，Datum，NetParameter等。使用這個protocol
buffer看起來確實方便，一方面可以用文本文件定義結構化的數據類型，另一方面可以生成查詢效率更高、佔空間更小的二進制文件，具體的教程可以看看這裏。
在caffe/common.hpp，主要singleton化Caffe類，並封裝了boost和CUDA隨機數生成的函數，提供了統一的接口。而在caffe/syncedmem.hpp中，定義了以下的接口：
inline void CaffeMallocHost(void** ptr, size_t size)
inline void CaffeFreeHost(void* ptr)
主要是分配內存和釋放內存的。而class SyncedMemory定義了內存分配管理和CPU與GPU之間同步的函數，也沒啥特別的。
比較重要的是caffe/util/math_functions.hpp，這裏面封裝了很多cblas矩陣運算，真是密密麻麻，看的我眼花繚亂、如癡如醉。比如：
void caffe_cpu_gemm<float>(const CBLAS_TRANSPOSE TransA, const CBLAS_TRANSPOSE TransB, const int M, const int N, const int K, const float alpha, const float* A, const float* B, const float beta, float* C)
封裝了cblas_sgemm(CblasRowMajor, TransA, TransB, M, N, K, alpha, A, lda, B, ldb, beta, C, N)，這個計算得到的結果爲C=alphaAB+beta*C，也即是A和B兩個矩陣的乘積。這裏有詳細的解釋。
void caffe_cpu_gemv<float>(const CBLAS_TRANSPOSE TransA, const int M, const int N, const float alpha, const float* A, const float* x, const float beta, float* y)
是對cblas_sgemv的封裝，實現的矩陣與向量的乘積，結果爲y=alphaAx+beta*y。
void caffe_axpy<float>(const int N, const float alpha, const float* X, float* Y)
封裝了cblas_saxpy，實現的是Y=alpha*X+Y
裏面都是諸如此類的函數，基本是些矩陣和向量的一些處理函數。
回到blob類，裏面定義了data_(),diff_()指針，用於存放數據，而num_, channel_,height_, width_則主要用來做定位offset和reshape處理。對於輸入(n,
c, h, w)位置的數據位置爲((n*channels_+c)*height_+h)*width_+w，可以依據位置取data_()或diff_()中的數據。
對blob的理解還要結合caffe.proto裏面BlobProto的定義：
message BlobProto {
optional int32 num = 1 [default = 0];
optional int32 channels = 2 [default = 0];
optional int32 height = 3 [default = 0];
optional int32 width = 4 [default = 0];
repeated float data = 5 [packed = true];
repeated float diff = 6 [packed = true];
}
對於BlobProto，可以看到定義了四個optional的int32類型的名字（name）num、channels、height和width，optional意味着Blob可以有一個或者沒有這個參數，每個名字（name）後面都有一個數字，這個數字是其名字的一個標籤。這個數字就是用來在生成的二進制文件中搜索查詢的標籤（怪不得會快呢^_^）。關於這個數字，1到15會花費1byte的編碼空間，16到2047花費2byte。所以一般建議把那些頻繁使用的名字的標籤設爲1到15之間的值～而後面的repeated意味着float類型的data和diff可以重複任意次，而加上[packed
= true]是爲了更高效的編碼。
到這裏基本上Blob就很清楚了，主要數據有兩個data和diff，用num、channels、height和width這四個維度來確定數據的具體位置，做一些數據查詢和Blobreshape的操作。
關於Blob就這麼多內容，畢竟就是一個統一的數據存取接口，後續會重點讀一下Layer的源碼，畢竟各層的輸入輸出和計算更新過程都在裏面，還需要補充一些相關的知識～～
目前的感受，是學到了一些封裝的手法，可以看看封裝cblas函數的那個文件，以及CPU和GPU一些接口的封裝上；另一方面是對於Protocol Buffer有了一些瞭解，目前看起來確實方便，以後如果遇到類似的場景可以試着用一下～～
轉載自http://www.shwley.com/index.php/archives/64/
